• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.397-402
• /
• 2009

대용량의 데이터 전송을 위해 최근에 많이 사용되고 있는 OFDM 시스템은 다중경로페이딩에는 유리하지만 시간 선택성 페이딩에서는 자유롭지 못하고 이를 위해 채널추정이 필요하게 된다. 이를 위해 본 논문에서는 기존의 EM 알고리즘의 성능을 향상시키기 위해 LPC 알고리즘을 접목시킨 EM-LPC 알고리즘을 제안했다. 이 알고리즘은 기존의 EM 알고리즘의 M-Step 다음에 LPC 알고리즘을 사용하여 미리 다음 pilot 데이터를 추정할 수 있게된다. 또한 interpolation을 통한 데이터 수정도 가능하게 된다. 살펴본 결과 EM-LPC 알고리즘이 기존의 LS 알고리즘과 EM 알고리즘보다 좋은 성능을 내는 것을 볼 수 있었다. 또한 EM 루프의 반복도 역시 줄어드는 것을 볼 수 있었다.

• 한국통신학회논문지
• /
• 제37A권10호
• /
• pp.809-814
• /
• 2012

본 논문은 멀티레벨을 가지는 홀로그래픽 저장 장치에서 EM (Expectation-maximization) 알고리즘을 이용한 적응 문턱전압검출기를 제안한다. 멀티레벨을 이용한 홀로그래픽 저장 장치의 경우 DC 오프셋의 정도에 따라 비적응 문턱전압검출기의 성능에 매우 심각한 영향을 미친다. EM 방법은 채널을 통과한 데이터를 이용해 Expectation step과 maximization step을 반복하면서 평균과 분산을 추정하는 방법이다. DC 오프셋이 있는 상황에서 제안된 방법을 적용하여 문턱값을 찾아내서 검출한 결과 일정한 한도 내의 DC 오프셋의 경우는 DC 오프셋이 없는 경우와 동일한 성능을 보였다.

• 응용통계연구
• /
• 제25권1호
• /
• pp.183-196
• /
• 2012

결측자료(missing data), 절단분포(truncated distribution), 중도절단자료(censored data) 등 불완전한 자료(incomplete data)하의 추론문제(incomplete problems)는 통계학에서 자주 발생되는 현상이다. 이런 문제의 해결방법으로 Expectation Maximization, Monte Carlo Expectation Maximization, Stochastic Expectation Maximization 알고리즘 등을 이용하는 방법이 있지만, 정형화된 분포의 가정이 필요하다는 단점을 가지고 있다. 본 연구에서는 정형화된 분포의 가정이 없는 경우에 사용할 수 있는 Metropolis-Hastings Expectation Maximization(MHEM) 알고리즘을 제안하고자 한다. MHEM 알고리즘의 효율성은 중도절단자료(censored data)를 이용한 모의실험과 KOSPI 200 수익률의 실증자료분석를 통해 알수 있었다.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.416-426
• /
• 2003

본 논문은 시스템 공학의 인식에 관련된 여러 분야에서 널리 쓰이는 클러스터링 기법인 Expectation-Maximization의 초기값 설정문제에 관하여 새로운 방법을 제안한다. 기존의 임의로 지정하는 랜덤한 초기치 선정 문제점을 지적하고, 새로이 제안하는 균등 영역 분할과 분할 된 데이터의 통계적 특성을 이용한 초기치 설정 방법을 사용한 새로운 EM 알고리즘을 제안한다. 일반적으로 EM에서 초기값 설정 방법으로 랜덤한 설정 방식의 약점을 보완하기 위하여 K-means 방법을 많이 사용하고 있다. 하지만, K-means 초기치 설정 방법도 근본적인 문제는 해결하지 못하고 있다. 이러한 문제의 하나의 해결 방안으로 논문이 제안한 균등 분할 및 통계적 특성을 이용한 초기치 선정의 방법을 EM 알고리즘에 적용하였다. 제안된 방법은 기존보다 EM 알고리즘의 특성을 극대화하는 방향으로 더 좋은 결과를 가져온다. 본 논문에서 제안된 알고리즘의 우수성을 제안한 초기치 선정 방법을 적용한 EM과 기존 EM의 시뮬레이션 결과를 비교 분석하여 그 우수성을 제시하였다.

• 조명전기설비학회논문지
• /
• 제16권5호
• /
• pp.104-111
• /
• 2002

본 논문에서는 EM(Expectation-Maximization) 알고리즘을 이용한 자동적인 퍼지 규칙생성과 적응 뉴로-퍼지 제어기(Adaptive Neuro-Fuzzy Controller)의 설계를 제안한다. EM 알고리즘은 가우시안 혼합모델(Gaussian Mixture Model)의 최대우도추정(Maximum Likelihood Estimate)을 위해 사용되어지며 본 논문에서는 규칙생성을 위해 클러스터 중심을 추정한다. 추정된 클러스터는 ANFIS(Adaptive Neuro-Fuzzy Inference System)의 퍼지 규칙과 소속함수를 구축하는데 사용되어진다. 시뮬레이션으로 제안된 적응 뉴로-퍼지 제어기의 성능을 입증하기 위해 목욕물 온도 제어 시스템에 대해 다루고 기존 퍼지 제어기에 비해 적은 규칙의 수와 작은 값의 SAE(Sum of Absolute Error)으로 성능개선을 확인하였다.

• 한국통신학회논문지
• /
• 제32권7C호
• /
• pp.635-643
• /
• 2007

본 논문에서는 OFDM(Orthogonal Frequency Division Multiplexing) 기반 셀룰라 시스템에서 채널추정 성능을 향상시키기 위한 DEM(Decision-directed Expectation Maximization) 알고리듬을 제안한다. DEM 알고리듬은 다중안테나를 사용하는 단말이 셀 경계지역에 위치하는 경우 데이터 신호를 이용하여 주파수 효율의 감소 없이 채널추정 성능을 향상시킬 수 있으며, 한 그룹 내 채널변화 성분을 고려하여 채널갱신을 함으로써 고속 이동환경에도 큰 열화 없이 채널추정 성능을 향상시킬 수 있다. 모의실험을 통하여 제안된 DEM 알고리듬이 EM(Expectation Maximization) 기법과 비교하여 고속이동 환경에서 채널추정 성능을 향상 시키면서 연산 복잡도를 크게 감소시킬 수 있음을 확인한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권10호
• /
• pp.575-587
• /
• 2004

본 논문은 여러 분야에서 활용될 수 있는 향상된 고속 Expectation-Maximization(FEM) 알고리즘을 제안한다. 첫째, EM의 초기값 설정의 방법으로 많이 사용되고 있는 클러스터링 기법인 K-means의 문제점을 해결하여 개선된 EM의 초기값 선정에 적용하였다. 이것은 기존 K-means 알고리즘에서 임의로 지정하던 랜덤한 초기값 선정을, 데이타 분포 특성을 이용한 균등 분할법을 사용하여 EM의 초기값 문제를 해결하였다. 둘째, EM 과정의 핵심을 이루는 후행 확률(Posterior)의 의미를 부각하여 최대 가능성 후행 확률(Maximum Likelihood Posterior: MLP)과정을 적용하였다. 최종적으로, 본 논문에서 제안한 고속 EM알고리즘(FEM)은 근본적으로 해결하기 못했던 기존의 EM 초기치 선정과 수렴에 대한 문제점을 개선함으로써, EM 알고리즘의 특성을 극대화하는 방향으로 상대적으로 마른 수렴과 향상된 결과를 가져온다. 제안된 알고리즘의 객관적 타당성을 위해 기존의 방법과 제안된 방법에 의한 시뮬레이션의 결과를 여러 데이타들을 가지고 비교 분석하여 제안한 알고리즘의 우수성을 입증하였다.

• 한국경영과학회지
• /
• 제30권2호
• /
• pp.63-71
• /
• 2005

In the field of nuclear reactor safety study, common cause failures (CCFs) became significant contributors to system failure probability and core damage frequency in most Probabilistic risk assessments. However, it is hard to estimate the reliability of such a system, because of the dependency of components caused by CCFs. In order to analyze the system, we propose an analytic method that can find the parameters with lack of raw data. This study adopts the shock model in which the failure probability increases as the shock is cumulated. We use two-step Expectation and Maximization (EM) algorithm to find the unknown parameters. In order to verify the analysis result, we perform the simulation under same environment. This approach might be helpful to build the defensive strategy for the CCFs.

• International Journal of Advanced Culture Technology
• /
• 제8권3호
• /
• pp.275-279
• /
• 2020

Due to the recent rapid industrialization worldwide, the number of pediatric asthma patients is increasing. And the fine dust containing heavy metals is linked to the characteristics of high toxic lead due to the increase heating in factory operation and automobile driving. It is the reason of arsenic increasing. In the treatment of pediatric asthma patients, drug administration, oral drug entry, and HMPC (Home Management Plan of Care) are used. In this paper, we analyze the relationship between the onset of asthma and the method of prescription for specific childhood asthma in the United States using EM (Expectation Maximization) and MDL (Minimum Description Length) algorithms. And the association is also analyzed by comparing the nature of specific congestion between the past prevalence of digestive asthma and the recent prevalence of environmental pollution.

• 한국군사과학기술학회지
• /
• 제12권1호
• /
• pp.97-105
• /
• 2009

In this paper, the performance of AP(Alternating Projection) and EM(Expectation Maximization) algorithms is investigated in terms of detection of multiple signals, resolvability of coherent signals and the efficiency of sensor array processing. The basic idea of these algorithms is utilization of relaxation technique of successive 1D maximization to solve a direction finding problem by maximizing the multidimensional likelihood function. It means that the function is maximized over only for a single parameter while the other parameters are fixed at each step of the iteration. According to simulation results, the algorithms showed good performance for both incoherent and coherent multiple signals. Moreover, some advantages are identified for direction finding with very small samples and fast convergence. The performance of AP algorithm is compared with that of EM using multiple criteria such as the number of sensor, SNR, the number of samples, and convergence speed over uniform circular array. It is resulted AP algorithm is superior to EM overally except for one criterion, convergence speed. Especially, for EM algorithm there is no performance difference between incoherent and coherent case. In conclusion, AP and EM are viable and practical alternatives, which can be applied to a direction under due to the resolvability of multi-path signals, reliable performance and no troublesome eigen-decomposition of the sample-covariance matrix.