Seo, Dae-woong;Kim, Yoon-Hwan;Song, Jeong-Sang;Jang, Bongseog;Bae, Sang-Hyun
통합자연과학논문집
/
제11권4호
/
pp.197-203
/
2018
Long Term Evolution-Advanced (LTE-A) is the next drive in the broadband mobile communication, which allows operators to improve networks performance and service capabilities. LTE-A targets the peak data rates of 1Gbps in the downlink and 500Mbps in the uplink. This requirement is only fulfilled by a transmission bandwidth of up to 100MHz. However the accessibility of such large part of the contiguous spectrum is uncommon in practice. Therefore LTE-A uses some new features on top of the existing LTE standards to provide very high data rate transmission. Some of the most significant features introduced in LTE-A are carrier aggregation, heterogeneous network enhancement, coordinated multipoint transmission and reception, enhanced multiple input and multiple output, and development relay nodes with universal frequency reuse. This review paper presents an overview of the above mentioned LTE-A key features and functionalities. Based on this review, in the conclusion we discuss the current technical challenges for future broadband mobile communication systems.
딥러닝은 대용량의 데이터의 분류 및 예측하는 방법으로 각광받고 있다. 데이터의 양이 많아지면서 신경망의 구조는 더 깊어 지고 있다. 이때 초기값이 지나치게 클 경우 층이 깊어 질수록 활성화 함수의 기울기가 매우 작아지는 포화(Saturation)현상이 발생한다. 이러한 포화현상은 가중치의 학습능력을 저하시키는 현상을 발생시키기 때문에 초기값의 중요성이 커지고 있다.이런 포화현상 문제를 해결하기 위해 Glorot과 Bengio (2010)과 He 등 (2015) 층과 층 사이에 데이터가 다양하게 흘러야 효율적인 신경망학습이 가능하고 주장했다. 데이터가 다양하게 흐르기 위해서는 각 층의 출력에 대한 분산과 입력에 대한 분산이 동일해야 한다고 제안했다. Glorot과 Bengio (2010)과 He 등 (2015)는 각 층별 활성화 값의 분산이 같다고 가정해 초기값을 설정하였다. 본 논문에서는 절단된 코쉬 분포와 절단된 정규분포를 활용하여 초기값을 설정하는 방안을 제안한다. 출력에 대한 분산과 입력에 대한 분산의 값을 동일하게 맞춰주고 그 값이 절단된 확률분포의 분산과 같게 적용함으로써 큰 초기값이 나오는 걸 제한하고 0에 가까운 값이 나오도록 분포를 조정하였다. 제안된 방법은 MNIST 데이터와 CIFAR-10 데이터를 DNN과 CNN 모델에 각각 적용하여 실험함으로써 기존의 초기값 설정방법보다 모델의 성능을 좋게 한다는 것을 보였다.
A linear-prediction-based blind equalization algorithm for single-input single-output (SISO) finite impulse response/infinite impulse response (FIR/IIR) channels is proposed. The new algorithm is based on second-order statistics, and it does not require channel order estimation. By oversampling the channel output, the SISO channel model is converted to a special single-input multiple-output (SIMO) model. Two forward linear predictors with consecutive prediction delays are applied to the subchannel outputs of the SIMO model. It is demonstrated that the partial parameters of the SIMO model can be estimated from the difference between the prediction errors when the length of the predictors is sufficiently large. The sufficient filter length for achieving the optimal prediction is also derived. Based on the estimated parameters, both batch and adaptive minimum-mean-square-error equalizers are developed. The performance of the proposed equalizers is evaluated by computer simulations and compared with existing algorithms.
Journal of the Korean Data and Information Science Society
/
제27권3호
/
pp.827-833
/
2016
In this paper, we propose a deep least squares support vector machine (LS-SVM) for regression problems, which consists of the input layer and the hidden layer. In the hidden layer, LS-SVMs are trained with the original input variables and the perturbed responses. For the final output, the main LS-SVM is trained with the outputs from LS-SVMs of the hidden layer as input variables and the original responses. In contrast to the multilayer neural network (MNN), LS-SVMs in the deep LS-SVM are trained to minimize the penalized objective function. Thus, the learning dynamics of the deep LS-SVM are entirely different from MNN in which all weights and biases are trained to minimize one final error function. When compared to MNN approaches, the deep LS-SVM does not make use of any combination weights, but trains all LS-SVMs in the architecture. Experimental results from real datasets illustrate that the deep LS-SVM significantly outperforms state of the art machine learning methods on regression problems.
In this paper we compare several statistical packages and propose basic requirements of the package for the efficient education of statistics. We develop a statistical software, KESS, based on Excel. KESS provides all the input menus and output results in Korean.
Journal of Advanced Marine Engineering and Technology
/
제22권5호
/
pp.652-659
/
1998
The present study is aimed to develop a new PIV operating software through optimization of vector tracking identification including versatile pre-processings and post-processing techniques. And the result exhibits an improved version corresponding various input and output multimedia compared to previous commercial software developed by other makers. An upgraded identification method called grey-level cross correlation coefficient method by direct calculation is suggested and related user-friendly pop-up menu are also represented. Post-processings comprising turbulence statistics are also introduced with graphic output functions.
본 연구는 우리나라 주소정보산업의 범위 및 통계를 구축하여 그 규모를 추정 및 전망하는 한편, 이를 기반으로 하여 산업연관분석을 통해 경제적 파급효과를 제시한다. 여기서 주소정보산업이 갖는 특징이나 부문별 구조를 고려하여 주소정보산업의 범위이나 세부 부문을 획정한다. 이를 통해 한국표준산업분류와 한국은행 산업분류와 연계된 주소산업의 부문별 통계를 구축하고, 잠재적 시장까지 고려한 부문별 산업규모를 추정한다. 또한 추정된 주소정보산업의 부문별 규모를 제시하고, 동 산업의 경제적 효과는 어느 정도인지에 대해서도 분석한다. 주소정보산업의 경제적 효과를 살펴보기 위해 산업연관표에서 주소정보산업을 외생화된 부문으로 설정하여 산업연관분석을 실시한다. 분석결과, 주소정보산업의 경우 전체 규모가 '21년 4,061억 원에서 '30년 3조 6,543억 원 규모로 성장할 것으로 추정된다. 생산 유발효과는 7,809억 원, 부가가치 유발효과는 4,058억 원, 고용 및 취업 유발효과는 각각 3,423명, 3,765명으로 분석된다. 주소정보산업의 경제적 효과는 부문별로 상이한데, 고부가가치 제조업이나 유통 및 서비스업에서의 각종 유발효과 등이 큰 편이었기에 관련 부문과의 융.복합 연계가 중요하다는 점을 시사한다. 또한, 산업 간 연쇄효과 분석에서 알 수 있듯이, 주소정보산업은 경기에 민감한 것으로 분석되어 향후 경기 변동에 따른 부작용을 최소화하는 노력이 필요하다.
Communications for Statistical Applications and Methods
/
제17권6호
/
pp.879-889
/
2010
본 논문은 국민계정의 문화부문 위성계정인 문화위성계정의 체계와 우리나라가 문화위성계정을 작성하기 위해 필요한 사항 등을 내용으로 한다. 문화위성계정은 각기 개별적 기능을 갖는 5개 부문으로 구성하도록 권고되고 있다. 동 권고안에 의하면 제 1부문부터 제 4부문까지는 각각 해당부문의 공급과 수요측면의 통계를 수록하도록 되어 있고, 제 5부문은 참고사항 모듈(documentation module)로 편제하도록 권고되고 있다. 문화위성계정의 제 1부문은 문화활동 개요 모듈(macro-information module), 제 2부문은 문화생산량 모듈(quantity/volume output module), 제 3부문은 특성 모듈(characterization module), 제 4부문은 목표분석 모듈(targeted analysis/analytical module)로 구성된다.
An infinite dam with a compound Poisson input having exponential jumps is considered. As an output policy, we adopt the $P_{\lambda}$$^{M}$ Policy. After assigning costs to the dam we obtain the long-rum average cost per unit time of operating the dam and find the optimal values of .lambda. and M which minimize the long-run average cost.t.
Journal of the Korean Data and Information Science Society
/
제22권4호
/
pp.679-690
/
2011
통계적 공정관리 (statistical process control; SPC)와 자동공정관리 (automatic process control; APC)는 공정의 품질을 향상시키기 위하여 가장 널리 사용하는 방법이다. 이 두 종류의 관리절차는 서로 독립적으로 적용되고 연구되어져 왔지만, 현대의 생산 공정은 공정 자체가 복잡하고 혼합된 양상을 나타내기 때문에 두 관리절차를 병행하여 사용함으로써 관리효과를 증대시킬 수 있게 된다. 이와 같이 수정과 탐지를 동시에 사용하여 공정을 좀 더 효율적으로 관리하고자 하는 절차를 통합 공정관리 (integrated process control; IPC)라고 한다. IPC의 기본절차는 잡음이 내재하는 공정에 대하여 수정조치를 취하고, 이러한 수정활동 중 공정에 이상원인이 발생했는지 관리도를 통하여 이를 탐지하는 것이다. APC로 조정된 공정을 관리할 경우 일반적으로 출력변수를 관리통계량으로 사용하고 있으나, 입력변수를 관리통계량으로 사용하는 연구 결과들도 있다. 이 논문에서는 누적이동평균(integrated moving average; IMA) (1,1) 잡음모형과 최소평균제곱오차 (minimum mean square error; MMSE) 수정을 가정할 경우, 출력변수, 입력변수, 그리고 출력변수와 입력변수의 정보를 모두 이용하는, 즉 출력과 입력변수의 차이변수를 사용하는 절차의 효율을 비교하고 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.