• 대한전자공학회논문지SP
• /
• 제37권6호
• /
• pp.70-75
• /
• 2000

이 논문은 최소평균제곱계열 적응여파기의 성능을 동일한 수렴속도를 가지는 조건에서 최소평균제곱 알고리즘에 대한 상대적인 성능을 점근상대효율을 이용하여 분석하였다. 분석된 최소평균제곱 계열 알고리즘은 Hybrid II 및 MZF(Modified Zero Forcing) 알고리즘이다. 이들은 최소평균제곱 알고리즘을 단순화한 형태로서 각각 입력신호의 부호정보, 오차신호와 입력신호의 부호정보를 사용한다. 각 알고리즘에 대한 추정기의 점근상대효율은 동일수렴속도 조건에서 분석되었으며, 적응등화기에 대한 모의실험이 분석결과를 확인하기 위하여 수행되었다. 각 알고리즘에 대하여 유도된 점근상대효율에 대한 명시적 표현은 모의실험결과와 유사한 결과를 가졌으며, 점근상대효율은 입력신호와 오차신호간의 상관계수 값에만 좌우된다는 것이 밝혀졌다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.625-630
• /
• 2014

컴퓨터의 발전과 인터넷의 급속한 발전으로 정보의 양이 폭발적으로 증가하게 되었고 이러한 방대한 양의 정보들은 대부분 문서 형태로 관리되기 때문에, 이들을 효과적으로 검색하고 처리하는 방법의 연구가 필요하다. 문서 군집은 문서간의 유사도를 바탕으로 서로 연관된 문서들을 군집화하여 대용량의 문서들을 자동으로 분류하고 검색하고 처리하는데 효율과 정확성을 증대시킨다. 본 논문은 특징 벡터 공간 상의 벡터들로 표현되는 문서들을 K 평균 알고리즘으로 군집화할 때, 주성분 분석을 사용하여 초기 시드점들을 선정함으로써 군집의 효율을 높이는 방법을 제안한다. 실험 결과를 통하여 제안하는 기법이 기존의 K 평균 알고리즘보다 좋은 결과를 얻을 수 있음을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.152-153
• /
• 2015

일반 영상의 영상확대를 위한 다양한 알고리즘이 존재한다. 하지만 IR 영상의 경우 일반영상과 다른 특성을 가지고 있기 때문에 IR 영상을 위한 영상 확대 알고리즘이 필요하다. 따라서 IR 영상이 일반영상에 비해 디테일이 없다는 특성을 고려하여 복잡한 알고리즘을 적용시키기 보다는 ADRC[1]와 같은 단순한 분류 기법을 활용하여 LR-HR 패치를 분류하고 학습된 데이터를 이용하여 영상확대 알고리즘에 적용하였다. 또한 알고리즘의 성능을 향상시키기 위해 학습과정에 전처리 과정을 추가하여 알고리즘 작동 시 연산량의 증가 없이 확대 영상의 선명도를 향상시키고자 하였다. 이와 같은 방법으로 영상 확대 알고리즘을 수행하였을 때 통상적인 영상확대 기법인 bi-cubic interpolation 기법보다 CPBD 수치가 평균 0.0527 만큼 높은 결과를 확인할 수 있었고 전처리 과정을 추가하였을 때 이전보다 평균 0.0119 만큼 더 선명해진 영상을 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.243-244
• /
• 2020

본 논문에서는 SIM(Soft Island Model)을 통해 소집단 정보를 이동시키기 위한 KSDE라고 하는 수많은 전략을 제안한다. 먼저, 전체 모집단은 k- 평균 군집 알고리즘에 의해 k 개의 하위 모집단으로 분리된다. 둘째, 소집단에 돌연변이 조작을 수행하기 위해 전략 풀에서 돌연변이 전략을 무작위로 선택한다. 마지막으로, 이 알고리즘의 모집단 다양성을 개선하기 위해 하위 집단 정보가 SIM을 통해 마이그레이션 된다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 1호
• /
• pp.32-35
• /
• 1999

기존의 반연속 HMM의 파라미터들 중에서 평균 벡터와 분산 행렬은 Maximum Likelihood Estimation 방법을 사용하여 학습한다. 본 논문에서는 평균 벡터를 위하여 Fuzzy c-means(FCM) 알고리즘을 사용하였고 분산 행렬을 위하여 FCM 알고리즘의 평균 벡터를 적용, 변형한 새로운 함수를 사용하여 화자적응에 적용하였다. 이러한 평균 벡터와 분산 행렬의 추정 방법은 새로운 화자에 대한 적응 능력을 갖는다. 제안한 방법을 적용한 한국어 격리 단어에 대한 컴퓨터 모의 실험결과 새로운 화자에 대해 적응함을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2013년도 전력전자학술대회 논문집
• /
• pp.528-529
• /
• 2013

본 논문에서는 모듈형 멀티레벨 컨버터 (Modular Multilevel Converter ; MMC) HVDC의 각 모듈 평균 스위칭 절환 회수를 고려한 커패시터 전압 평형 알고리즘을 제안한다. 일반적으로 MMC HVDC 시스템에서 각 모듈을 선택적으로 운전하는 것은 모듈간 커패시터 전압 평형 유지가 가능하나, 모듈간 스위칭 절환 수의 불평형이 발생하는 단점이 있다. 본 논문에서는 각 모듈이 스위칭 절환 수의 평형을 유지하면서 직류 전압 평형을 유지하는 알고리즘을 제안하고 시뮬레이션으로 유효성을 검증하였다.

• 경영정보학연구
• /
• 제9권1호
• /
• pp.85-103
• /
• 2007

본 연구의 목적은 좀 더 정확한 고객 선호도 예측을 위한 협업 필터링 알고리즘의 예측 성능을 평가하기 위한 것이다. 고객 선호도 예측의 정확도를 비교하기 위하여 이웃 기반의 협업 필터링 알고리즘과 대응평균 알고리즘에 의한 고객 선호도 예측의 MAE를 비교하였다. 예측 알고리즘의 정확성을 분석하기 위하여 MovieLens 1 Million dataset을 이용하여 실험을 하였다. 각 예측 알고리즘에 사용된 유사도 가중치는 일반적으로 이용되는 피어슨 상관계수와 벡터 유사도를 이용하였으며 분석결과 대응평균 알고리즘의 예측 정확도가 이웃 기반의 협업 필터링 알고리즘의 예측 정확도 보다 우수한 것으로 나타났다. 두 알고리즘에 사용된 유사도 가중치인 피어슨 상관계수와 벡터 유사도는 두 고객이 특정 상품에 대하여 공통으로 평가한 선호도 평가치를 이용하여 계산된다. 이때 공통으로 평가한 선호도 평가치의 개수가 적으면 계산된 유사도 가중치가 과대 평가된다. 과대 평가된 유사도 가중치를 보정하여 고객 선호도 예측의 정확도를 높이기 위하여 기존의 연구에서 고려한 공통 평가 영화의 개수 보다 확대된 범위를 적용하였으며 각 예측 방법에 따라 서로 다른 개선 경향을 파악할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.46-53
• /
• 2011

비지역적 평균 기반 영상 잡음 제거 알고리즘은 이론적 배경이 간단한데 반해 영상 잡음 제거 성능은 우수하여 최근 가장 널리 사용되는 잡음제거 알고리즘 중에 하나이다. 그러나 기존의 비지역작 평균 기반 알고리즘도 여전히 평탄 영역에서의 잡음 제거 효과가 미흡하며 잡음 제거 과정에서 경계 및 패턴 영역의 흐려짐과 같은 문제점이 있어 다양한 방식으로 개선된 알고리즘이 개발되고 있다. 본 논문에서는 비지역적 평균값을 구할 때 사용되는 가중치를 가중치 정렬을 통해 재 정의된 임계치로서 갱신하고 그로부터 잡음 제거 효과를 향상시키는 개선된 비지역적 평균 알고리즘을 제안한다. 가중치 정렬을 통해 갱신된 가중치들을 통해 경계 및 패턴 영역에서 보다 고르고 선명하게 가중치를 구할 수 있어 결과적으로 잡음 제거로 인한 흐려짐 없이 잡음 제거가 가능하다. 다양한 잡음 정도를 갖는 실험 영상에 제안된 방법을 테스트하여 기존에 제안된 비지역적 평균 기반 알고리즘들에 비해 시각적, 수치적 성능에서 우수한 결과를 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제14권5호
• /
• pp.517-524
• /
• 2004

1960년대 퍼지 이론이 소개된 이후 데이터 마이닝을 포함한 기계 학습 분야의 군집화 작업에서 퍼지 이론이 폭넓게 사용되었다. 퍼지 C-평균 알고리즘은 가장 많이 사용되는 퍼지 군집화 알고리즘이다. 이 알고리즘은 하나의 데이터 개체가 서로 다른 소속 정도를 가지고 각 군집에 할당될 수 있도록 한다. 퍼지 C-평균 알고리즘도 K-평균 알고리즘과 같은 일반적인 군집화 알고리즘과 마찬가지로 초기 군집수와 군집 중심의 위치에 의해 최종 군집 결과의 성능 차이가 나타난다. 군집화를 위한 이러한 초기 설정은 주관적이며 이 때문에 적절치 못한 결과를 얻게 될 수도 있다. 본 논문에서는 이 문제를 해결할 수 있는 방법으로 주어진 학습 데이터의 속성을 기반으로 한 초기 군집수와 군집 중심을 결정하는 개선된 밀도 기반의 퍼지 C-평균 알고리즘을 제안하였다. 제안 방법은 격자를 사용하여 초기 군집 중심의 위치와 군집수를 결정하였다. 기존에 많이 이용되었던 객관적인 기계 학습 데이터를 이용하여 제안 알고리즘의 성능비교를 수행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.629-632
• /
• 2002

본 논문에서는 획득 영상에서 k-평균 알고리즘에 의한 무게중심을 이용하여 이동 물체를 검출하고 추적하는 방법을 제안하였다. 이동 물체의 검출은 획득 영상에 대하여 차영상 후 에지 검출에 의해 수행된다. 제안한 검출 방법은 빛의 밝기와 각도에 의해 발생된 그림자 등의 변형을 제거하고, 이동 물체만을 검출할 수 있어, 빛에 영향을 받은 영상에 대해서도 이동 물체를 양호하게 검출할 수 있다. 물체 추적은 검출된 이동 물체에 대하여 k-평균 알고리즘으로 세 개의 물체 무게중심을 구하고, 무게중심 부근의 화소 평균값과 무게중심간의 거리를 구한다. 다음 프레임들에 대하여 탐색영역의 화소 평균값에 의해 후보 무게중심을 구하고, 물체 무게중심과 구한 후보 무게중심들의 표준편차와 무게중심간의 거리 차를 이용하여 이동 물체를 추적한다. 그 결과, 이동 물체의 추적 속도를 개선시켰고, 물체 추적 오차율을 줄였다.