• 제목/요약/키워드: 평균 사이즈

검색결과 121건 처리시간 0.02초

오차분포 유클리드 거리 기반 학습법의 커널 사이즈 적응 (Adaptive Kernel Estimation for Learning Algorithms based on Euclidean Distance between Error Distributions)

  • 김남용
    • 한국산학기술학회논문지
    • /
    • 제22권5호
    • /
    • pp.561-566
    • /
    • 2021
  • 오차분포 추정을 위한 커널 사이즈는 오차확률밀도 사이의 유클리드 거리를 최소화 알고리즘의 가중치 갱신에 적합한 커널 사이즈가 될 수 없다. 이 논문에서는 MED 알고리즘의 수렴 성능 향상을 위해 적응적으로 커널 사이즈를 갱신하는 방법을 제안하였다. 제안한 방식은 MED 학습 알고리즘의 가중치 갱신을 위해 커널 사이즈에 대한 오차분산의 평균변화율을 도입하여 MED의 오차에 대한 평균전력이 감소하는 방향으로 커널 사이즈를 조절하도록 하였다. 제안된 적응 커널 추정법을 무선통신 채널의 왜곡 보상에 적용하여 학습 성능을 실험하고 그 효능을 밝혔다. 오차분산에 비례한 작은 값을 가지는 기존의 오차분포 추정 위한 최적 커널 사이즈와 달리, 제안한 방법에 의한 커널 사이즈는 MED 가중치 수렴을 위한 적절한 커널 사이즈로 수렴함을 보였다. 실험 결과로부터 제안한 방법이 MED 알고리즘의 커널 사이즈 설정에 따른 민감성을 크게 해결한 방법이라고 볼 수 있다.

스텝사이즈에 따른 적응 알고리즘을 이용한 간섭제거 중계기 (Interference Cancellation System in Repeater Using Adaptive algorithm with step sizes)

  • 한용식
    • 한국전자통신학회논문지
    • /
    • 제9권5호
    • /
    • pp.549-554
    • /
    • 2014
  • 본 논문에서 ICS(Interference Cancellation System) 중계기를 위한 Signed LMS(Least Mean Square) 알고리즘을 제안한다. 제안된 Signed LMS 알고리즘은 스텝 사이즈를 조절함에 따라 성능이 개선된다. 제안된 Signed LMS 알고리즘에서 스텝사이즈가 0.067인 경우 수렴횟수 1000 회 일 때 평균 자승 에러는 기존 CMA 알고리즘보다 약 3 ~ 18 dB정도 더 낮다. 그리고, 평균 자승 에러 -25 dB 일 때 LMS(Least Mean Square)와 CMA보다 수렴횟수가 500 ~ 4000 회 정도 줄어든다.

가변블록을 이용한 가변 스텝사이즈 LMS 알고리듬의 스텝사이즈 갱신 (Step-size Updating in Variable Step-size LMS Algorithms using Variable Blocks)

  • 최훈;김대성;배현덕
    • 전기전자학회논문지
    • /
    • 제6권2호
    • /
    • pp.111-118
    • /
    • 2002
  • 본 논문은 가변 스텝사이즈 LMS (Least Mean Square) 알고리듬의 스텝사이즈 결정시 추가되는 계산량을 줄이기 위해 가변 블록을 사용하는 방법을 제안한다. 이 방법에서는 블록 길이를 스텝사이즈의 변화에 반비례하도록 하여 기존의 가변 스텝사이즈 알고리듬의 수렴속도와 정상상태 오차에 대해 성능의 저하 없이 계산량을 줄이고자 한다. 그리고 평균이 영인 백색 가우시안 입력신호 환경하에서 LMS 기반 적응 알고리듬의 초기 스텝사이즈를 최적으로 구하는 방법을 제안한다. 제안한 방법의 우수성을 입증하기 위한 컴퓨터 모의 실험을 통해 기존의 가변 스텝사이즈 알고리듬과 수렴속도, 계산량 면에서 성능을 평가한다.

  • PDF

3D scanner를 이용한 여성복 재킷의 패턴 사이즈에 따른 착의평가 연구 (A Study on the Evaluation of Ready-Made Jacket for Women according to Pattern Size Using 3D Scanner)

  • 서추연
    • 한국의류학회지
    • /
    • 제26권3_4호
    • /
    • pp.390-401
    • /
    • 2002
  • 본 연구에서는 기성복의 맞음새와 치수체계에 따른 문제점을 제시하기 위하여 현재 시판되고 있는 여성복 재킷을 중심으로 사이즈별 각 패턴의 치수 및 공극량 분석을 실시하였으며 결과는 다음과 같다. 1. 재킷에 대한 관능검사(self sensory test)결과, 패턴 B의 점수가 가장 낮았으며, 동일한 사이즈의 의복임에도 불구하고 재킷의 착용감은 유의적인 차이가 있는 것으로 나타났다. 2. 패턴 계측 결과 각 브랜드간의 패턴 그레이딩 량은 차이를 나타내어 동일한 사이즈임에도 불구하고 여유량이 서로 다르게 나타났으며, 수직방향보다는 수평방향의 증가량이 큰 것으로 나타났다. 3. 3D scanner를 이용하여 인체 및 착의인체를 스캔한 결과, 3차원 입체 형상으로 의복의 착의상태를 볼수 있으므로 2차원 정보를 얻을수 있는 사진촬영 결과에 비하여 활용성이 높으며 촬영거리에 따른 피사체의 왜곡이 없으므로 정확도가 높은 것으로 나타났다. 4. 패턴별 평균공극길이에 대한 유의성 검증 결과, B88사이즈의 허리부위를 제외한 모든 부위에서 유의성이 인정되지 않았으며 사이즈별 평균공극길이에 대한 유의성 검증결과에서는 품, 배, 엉덩이부위에서 유의성이 인정되어 사이즈가 커질수록 이들 부분의 여유량 설정에 신중을 기하여야한다.

CNN 잡음 감쇠기에서 커널 사이즈의 최적화 (Optimization of the Kernel Size in CNN Noise Attenuator)

  • 이행우
    • 한국전자통신학회논문지
    • /
    • 제15권6호
    • /
    • pp.987-994
    • /
    • 2020
  • 본 논문은 음향잡음감쇠기에서 CNN(: Convolutional Neural Network) 계층의 커널 사이즈가 성능에 미치는 영향을 위한 연구하였다 이 시스템은 기존의 적응필터를 이용하는 대신 신경망 적응예측필터를 이용한 심층학습 알고리즘으로 잡음감쇠 성능을 개선한다. 100-neuron, 16-filter CNN 필터와 오차 역전파(back propagation) 알고리즘을 이용하여 잡음이 포함된 단일입력 음성신호로부터 음성을 추정한다. 이는 음성신호가 갖는 유성음 구간에서의 준주기적 성질을 이용하는 것이다. 본 연구에서 커널 사이즈에 대한 잡음감쇠기의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 모의실험을 수행하였다. 모의실험 결과, 커널 사이즈가 16 정도일 때 평균자승오차(MSE: Mean Square Error) 및 평균절대값오차(MAE: Mean Absolute Error) 값이 가장 작은 것으로 나타났으며 사이즈가 이보다 더 작거나 커지면 MSE 및 MAE 값이 증가하는 것을 볼 수 있다. 이는 음성신호의 경우 커널 사이즈가 16 정도일 때 특성을 가장 잘 포집할 수 있음을 알 수 있다.

독립 가변 스텝사이즈 부밴드 인접투사 알고리즘 (Individual Variable Step-Size Subband Affine Projection Algorithm)

  • 최훈
    • 한국정보통신학회논문지
    • /
    • 제26권3호
    • /
    • pp.443-448
    • /
    • 2022
  • 긴 길이의 적응 필터와 높은 상관도의 입력신호를 사용하는 적응 필터링 응용에서 적응 필터의 수렴성능을 향상 시키기 위해 가변 스텝사이즈를 이용하는 부밴드 인접투사 알고리즘을 제안한다. 제안한 알고리즘은 다위상 분해와 노블아이덴티티를 적용한 M-부밴드 구조에서 각 적응 부필터별 서로 다른 스텝사이즈를 사용함으로써 빠른 수렴속도와 작은 정상상태오차를 얻을 수 있다. 각 갱신시점에서 적응 필터의 평균자승오차를 최소화하도록 유도된 스텝사이즈는 가변 스텝사이즈를 사용하는 기존 알고리즘에 비해 좋은 수렴성능을 보인다. 기존 알고리즘에 비해 우수한 제안한 알고리즘의 수렴성능을 확인하기 위해 시스템 식별 모델을 고려하여 AR(1)과 AR(2) 유색 입력 신호에 대한 최소자승편차에 대한 컴퓨터 시뮬레이션을 수행한다.

복수 로드/스토어 명령어 생성 개선을 위한 변수 복사 기법 (A variable replication technique for improving multiple load/store code generation)

  • 조두산;김찬혁;백윤흥
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
    • /
    • pp.338-341
    • /
    • 2011
  • 프로그램 코드 사이즈는 내장형시스템 구성에 있어서 고려해야 할 핵심 요소중의 하나이다. 프로그램 사이즈는 해당 시스템의 메모리 크기, 전력소모, 성능, 가격 등에 영향을 미치기 때문이다. 프로그램 코드 사이즈를 최적화하기 위하여 활용할 수 있는 시스템 자원 중에서 효과적인 것 중 하나가 복수 로드/스토어 명령어(Multiple Load/Store Instruction, MLS)이다. MLS 명령어는 하나의 명령어로 하나이상의 메모리 값을 레지스터로 블록 전송 (block transfer)하는 것이 가능하기 때문이다. 본 연구에서는 MLS명령어를 기존보다 효과적으로 생성함으로써 코드 크기를 감소시키는 최적화 기법에 대해 논의한다. 실험을 통하여 Mediabench와 DSPStone 벤치마크에서 본 연구에서 제안하는 기법을 통하여 평균 메모리 접근 코드사이즈가 10.3% 감소하였다.

Signed-Signed LMF 알고리즘을 이용한 간섭제거 중계기 (Interference Cancellation System in Repeater Using Signed-Signed LMF Algorithm)

  • 한용식
    • 한국전자통신학회논문지
    • /
    • 제14권5호
    • /
    • pp.805-810
    • /
    • 2019
  • 최근 4G 이동통신 제조업체의 대다수는 적응성이 우수한 중계를 선호하는 편이다. 본 논문에서는 LTE RF 중계기를 위한 새로운 LMF(: Least Means Fourth) 알고리즘을 제안한다. 제안한 알고리즘은 LMF(: Least Means Fourth)를 수정한 것으로서, 스텝 사이즈를 적절하게 조절하고 Sign 함수에 따라 개선된 성능을 보이게 된다. 스텝사이즈 0.009인 제안된 LMF 알고리즘 평균 자승 에러는 약 -25dB로 낮은 수준이고, 평균 자승 에러 -25dB를 기준으로 기존 알고리즘보다 반복 회수가 500회 이상 빠르게 수렴된다.

Xception 모델링을 이용한 흉부 X선 영상 폐렴(pneumonia) 진단 시 배치 사이즈별 비교 분석 (Comparative Analysis by Batch Size when Diagnosing Pneumonia on Chest X-Ray Image using Xception Modeling)

  • 김지율;예수영
    • 한국방사선학회논문지
    • /
    • 제15권4호
    • /
    • pp.547-554
    • /
    • 2021
  • 흉부 X선 영상의 폐렴을 신속하고 정확하게 진단하기 위하여 동일한 Xception 딥러닝 모델에 배치 사이즈를 4, 8, 16, 32로 다르게 적용하여 각각 3회의 모델링을 실시하였다. 그리고 성능평가 및 metric 평가에 대한 결과값을 3회 평균값으로 산출하여 배치 사이즈별 흉부 X선 영상의 폐렴 특징 추출과 분류의 정확도 및 신속성을 비교 평가하였다. 딥러닝 모델링의 성능평가 결과 배치 사이즈 32를 적용한 모델링의 경우 정확도, 손실함수 값, 평균제곱오차, 1 epoch 당 학습 소요 시간의 결과가 가장 우수한 결과를 나타내었다. 그리고 Test Metric의 정확도 평가는 배치 사이즈 8을 적용한 모델링이 가장 우수한 결과를 나타내었으며, 정밀도 평가는 모든 배치 사이즈에서 우수한 결과를 나타내었다. 재현율 평가는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었으며, F1-score는 배치 사이즈 16을 적용한 모델링이 가장 우수한 결과를 나타내었다. 그리고 AUC score 평가는 모든 배치 사이즈의 결과가 동일하였다. 이러한 결과를 바탕으로 배치 사이즈 32를 적용한 딥러닝 모델링이 높은 정확도, 안정적인 인공신경망 학습 및 우수한 신속성의 결과를 나타내었다. 향후 딥러닝을 이용한 흉부 X선 영상의 폐렴에 대한 특징 추출 및 분류에 관하여 자동진단 연구 시 배치 사이즈를 32로 적용한다면 정확하면서도 신속한 병변 검출이 가능할 것이라고 사료된다.

3D Scanner를 이용한 여성용 기성복 재킷의 착의적합성에 관한 비교평가연구 (A Study on the Comparative Evaluation of wearing Fitness of Women′s Ready-made Jackets Using 3D Scanner)

  • Kim, Haekyung;Eunyoung Suk;Park, Soonjee;Chuyeon Suh;Jiyoung Lim
    • 한국의류학회지
    • /
    • 제25권10호
    • /
    • pp.1707-1718
    • /
    • 2001
  • 본 연구 목적은 3차원 인체 스캐너를 이용하여 여자 기성복 재킷의 여유량을 비교, 분석하는 것으로, 2사이즈 7브랜드의 재킷의 공극량을 계측하여 분석하였다. 첫째, 재킷 단면둘레 분석 결과, B85(품), B8(허리)를 제외하고 브랜드간에 유의한 차이를 나타내지 않아, 전반적으로, 브랜드간 제품치수에는 차이가 없는 것으로 나타났다. 둘째, 인체와 재킷의 단면둘레 분석 결과, 재킷의 배둘레를 제외한 모든 항목에서 유의한 차이가 나타나 피험자, 재킷 모두 사이즈에 따라 유의적인 차이 가 있음을 알 수 있다. 셋째, 기본사이즈 B85에서는 허리를 제외하고는 패턴 F가 가장 여유량이 많은 것으로 나타났으나, B88의 경우, 부위별로 각기 다른 패턴에서 여유량이 가장 많은 것으로 나타나, 각 부분마다 브랜드별로 그레이딩 룰이 다름을 알 수 있다. 넷째, 착의 단면은 인체와 의복간의 여유량 분포를 명백히 보여주며, 어깨, 가슴, 엉덩이처럼 몸에 밀착되는 부위는 다른 부위에 비해 패턴간, 각도별 변이가 적은 것으로 나타났다. 품, 허리, 배에서는 옆보다는 앞, 뒤로, 가슴에서는 앞뒤 좌우의 30$^{\circ}$방향, 엉덩이의 경우, 옆, 뒤보다는 앞쪽에 여유량이 집중되어 있는 것으로 나타났다. 다섯째, 브랜드별 평균공극길이에 대한 분산분석 결과, 전반적으로 패턴 F가 가장 공극량이 많고, 패턴 D가 작은 것으로 나타났다. 여섯째, 사이즈별 평균공극길이에 대한 t-검정 결과, 품과 배 부분에서, B88이 B85보다 공극량이 적은 것으로 나타나, 기준부위인 가슴, 허리, 엉덩이 부분뿐만 아니라 품, 배둘레의 치수에 대응할 수 있도록 그레이딩 룰 값을 산정하여야 함을 알 수 있다.

  • PDF