• 한국통신학회논문지
• /
• 제38A권4호
• /
• pp.318-324
• /
• 2013

블라인드 채널 등화 시 신호 추정의 신뢰도는 등화기의 수렴 속도와 정상상태 성능을 결정한다. 그러므로 신호 추정에 사용되는 비선형 추정기와 기준 신호가 적절히 선택되어야 한다. 이 논문에서는 신호 추정의 신뢰도를 높이기 위해 신호 추정에 성긴 신호점과 촘촘한 신호점을 각각 적용하여 두 오차를 구하고, 두 오차의 상대적 신뢰도를 산출, 이를 활용하여 등화기를 차등적으로 적응시켰다. 이때 두 오차를 번갈아 적용하여 두 동작 모드를 완만하게 결합하였다. 모의실험을 통하여 제안 방식이 기존 방식에 비해 빠른 과도상태 수렴과 낮은 정상상태 오차를 달성하는 것을 보였다.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.3-8
• /
• 2015

이 논문에서는 신호점 매칭 오차(constellation-matched error: CME)와 비 신호점 매칭 오차(non-constellation-matched error: non-CME)를 선형 결합한 오차 신호 기반의 블라인드 등화 알고리즘을 제안한다. 새로운 오차 신호는 초기 수렴을 달성하기 위한 non-CME 항과 출력 신호의 심볼간 간섭(intersymbol interference: ISI) 성능을 개선하기 위한 CME 항을 포함하도록 설계되었고, 결합 인자를 통해 두 오차 항을 제어한다. 오차 항을 제어하여 등화 단계에 적합한 오차 신호를 발생함으로써 기존 알고리즘에 비해 수렴 속도와 심볼간 간섭 제거 성능을 개선하였다. 다중경로 채널에 잡음을 부가한 조건하에서 이루어진 64-QAM과 256-QAM 신호에 대한 모의실험에서 제안 방법이 CMA와 CMA+DD 동시 등화에 비해 우수한 것으로 나타났다.

• 한국강구조학회 논문집
• /
• 제12권6호
• /
• pp.629-638
• /
• 2000

알고리즘의 용이성과 전역적 최적해로의 수렴가능성 등의 이점을 가진 SA알고리즘은 구조최적화문제에 활발하게 적용되고 있으나 냉각스케줄의 설정, 모호한 종료기준, 과도한 반복해석 등의 문제점을 가지고 있다. 그러므로 본 논문에서는 기존 SA알고리즘의 단점을 보완한 MSA 알고리즘을 개발하고자한다. MSA 알고리즘은 수렴에 요구되는 반복수를 감소시키고 국부최소점이 많은 동적최적화문제의 초기설계 선택의 자율성을 확보하기 위하여 SQ 및 SA의 2단계로 구성하여 개발하였다. 또한 기존 연구에서 제안된 냉각 스케줄에 의한 수렴성 등을 비교분석하여 구조최적화에 적합한 냉각스케줄을 제안하여 그 성능을 평면가새골조 구조물의 최적내진설계에 적용하여 분석하였다.

• 한국지능시스템학회논문지
• /
• 제5권3호
• /
• pp.83-91
• /
• 1995

본 연구에서는 종래에 학습법으로 널리 이용되고 있는 역전파학습법의 문제점으로 지적되어 온 학습에 많은 시간이 걸리는 점과 국소적 최적해에 해가 수렴하여 오차가 충분히 작게 되지 않는 등의 문제점을 해결하기 위해, Hu에 의해 고안된 random tabu 탐색법을 이용하여 신경회로망의 연결강도를 최적화하는 학습알고리즘을 새로이 제안하였다. 그리고 이 방법을 배타적 논리합 문제에 적용하여 기존의 역전파학습법과 학습상수 $, $에 tabu탐색법을 이용한 결과와 비교 검토하여 본 방법이 국소적 최적해에 수렴하지 않고 수렴정도를 개선할 수 있음을 확인하였다.

• 한국음향학회지
• /
• 제16권6호
• /
• pp.85-93
• /
• 1997

시스템의 고급화에 따라 기존의 고정 시스템만으로는 보다 고차원의 만족할 만한 결과를 얻을 수 없었으며, 이에 따라 주위 환경에 스스로 적응하면서 기능을 수행할 수 있는 적응 시스템이 활발히 연구되어왔으며 그중 가장 대표적인 분야가 적응 필터로 볼 수 있다. 그러나, 적응 순환 필터는 적은 비순환 필터에 비해 상대적으로 매우 낮은 차수로도 충분한 기능을 수행할 수 있다는 큰 장점이 있지만, 안정성(수렴성)면에서는 매우 어려운 점이 많았다. 그 후 V.M. Popov의 초안정 이론을 이용하여 수렴성이 확실히 보장되는 초안정성 적응 순환 필터 알고리듬이 제안되었다. 본 연구에서는 이 알고리듬의 수렴특성을 더욱 개선시키는 문제에 대해 연구하였다.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.570-578
• /
• 2020

본 논문에서는 적응 2차 볼테라 필터를 효율적으로 구현할 수 있는 새로운 방법을 제안한다. 연산량 감소를 위해 제안된 UCFD-SVF는 수렴 성능이 저하되는 단점이 있다. UCFD-SVF의 적응 필터 계수가 적응이 진행되면서 그 에너지가 급격하게 증가하지 않는다는 점을 이용하여 적응 필터 계수를 주기적으로 초기화는 방법을 제안하였다. 또한 일정한 수렴 성능을 보장하기 위해 가변적인 간격으로 적응 필터 계수를 초기화하는 방법을 제안하였고, 비정상 환경에서 우수한 수렴 특성을 가짐을 적응 시스템 확인 응용을 위한 컴퓨터 모의 실험을 통해 보였다.

• 한국통신학회논문지
• /
• 제34권10B호
• /
• pp.1117-1123
• /
• 2009

DMD(Digital Micro-mirror Device)와 갈바노 스캐너를 이용한 두부 고정형 다초점 디스플레이 시스템은 초점조절이 가능하여 스테레오스코픽 디스플레이에서 발생하는 양안의 수렴작용과 단안의 초점조절 작용의 불일치에 의한 눈의 피로 문제를 해결할 수 있는 디스플레이 시스템이다. 이 시스템은 레이저 스캐닝 방법으로 각 시점에 대한 영상의 수렴점을 형성하여 관찰자 동공에 제공함으로 초점조절이 가능토록 한다. 본 논문에서는 이 다초점 디스플레이 시스템의 레이저 스캐닝 방법을 수학적으로 분석하였고, 이러한 분석에 기반 한 다초점 시스템을 제작하여 비디오카메라를 통하여 초점조절이 가능함을 보였고, 결과적으로 레이저 스캐닝 방법에 의한 다초점 시스템의 시점 형성원리가 검증되었다.

• 융합신호처리학회논문지
• /
• 제5권1호
• /
• pp.32-39
• /
• 2004

생체 뉴론은 일반적으로 지속적 또는 과도적인 카오틱 특성을 가지고 있다. 생체 뉴론의 카오틱 반응에 대한 분석적인 해석은 아직까지 이루어지지 않고 있다. 동적 카오틱 반응에 대한 카오틱 뉴런의 과도 카오틱 특성은 지역 수렴 문제를 극복하는데 도움이 되지만 일반적으로 지속적인 카오틱 응답은 최적화 문제에 악영향을 미치게 되므로 초기 카오틱 특성은 사라져야 한다. 패턴 인식, 확인, 예측, 그리고 제어에 사용되는 대부분의 신경회로망 응용에 있어서 필요한 최적화 문제를 해결하기 위해서는 뉴론은 한 개의 안정적인 고정점을 가지고 있어야 한다. 본 논문에서는 동적 카오틱 뉴런의 동적 특성과 카오틱 응답을 발생시키는 조건을 분석하고, 카오틱 뉴런의 수렴조건을 제안하였다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.343-350
• /
• 2001

백터 양자화기 설계는 다차원의 목적함수를 최소화하는 학습 알고리즘을 필요로 한다. 일반화된 Lloyd 방법(GLA)은 벡터 양자화기 설계를 위해 오늘날 가장 널리 사용되는 알고리즘이다. GLA 는 일괄처리(batch) 방식으로 코드북을 생성하며 목적함수를 단조 감소시키는 강하법(descent algorithm)의 일종이다. 한편 Kohonen 학습법(KLA)은 학습벡터가 입력되는 동안 코드북이 갱신되는 온라인 벡터 양자화기 설계 알고리즘 이다. KLA는 원래 신경망 학습을 위해 Kohonen에 의해 제안되었다. KLA 역시 GLA와 마찬가지로 강하법의 일종이라 할 수 있다. 따라서 이들 두 알고리즘은, 비록 사용하기 편리하고 안정적으로 동작을 하지만, 극소(local minimum) 점으로 수렴하는 문제를 안고 있다. 우리는 이 문제와 관련하여 simulated annealing(SA) 방법의 응용을 논하고자 한다. SA는 현재까지 극소에 빠지지 않고 최소(global minimum)로 수렴하면서, 해의 수렴이 (통계적으로) 보장되는 유일한 방법이라 할 수 있다. 우리는 먼저 GLA에 SA를 응용한 그 동안의 연구를 개괄한다. 다음으로 온라인 방식의 벡터 양자화가 설계에 SA 방법을 응용함으로써 SA 방법에 기초한 새로운 온라인 학습 알고리즘을 제안한다. 우리는 이 알고리즘을 OLVQ-SA 알고리즘이라 부르기로 한다. 가우스-마코프 소스와 음성데이터에 대한 벡터양자화 실험 결과 제안된 방법이 KLA 보다 일관되게 우수한 코드북을 생성함을 보인다.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.552-557
• /
• 2000

본 논문에서는 신경망의 초기 파라미터(가중치, 바이어스) 값을 최적화 시키는 GA-BP(Genetic Algorithm-Backpropagation Network) 혼합 알고리즘을 이용하여 얼굴을 인식하는 방법을 제안하였다. 입력 영상의 각 픽셀들을 신경망의 입력으로 사용하고 고정 소수점 실수값으로 이루어진 신경망의 초기 파리미터 값은 유전자 알고리즘의 개체로 사용하기 위해 비트 스트링으로 변환한다. 신경망의 오차가 최소가 되는 값을 적합도로 정의한 뒤 새롭게 정의된 적응적 재학습 연산자를 이용하여 이를 평가해 최적의 진환된 신경망을 구성한 뒤 얼굴을 인식하는 실험을 하였다. 실험 결과 학습 수렴 속도의 비교에서는 오류 역전과 알고리즘 단독으로 실행한 수렴 속도보다 제안된 알고리즘의 수렴 속도가 향상된 결과를 보였고 인식률에서 오류 역전과 알고리즘 단독으로 실행한 방법보다 2.9% 향상된 것으로 나타났다.