• 한국멀티미디어학회논문지
• /
• 제2권3호
• /
• pp.320-328
• /
• 1999

정칙화 반복복원 과정에 사용되는 정칙화 연산자는 Laplacian 연산자를 주로 사용하고 있으나, 일반적으로 미분 연산자를사용하게 되어있다. 본 논문에서는 정칙화 연산자로서의 일반적인 미분연산자틀과 본 연구실에서 사용 되어 온 I-H 연산자의 성능을 비교, 검토하여 분석하였다. 선형적인 움직임에 의한 훼손된 영상에서는, 평면부분은 I-H 연산자가 Laplacian 연산자보다 복원효과와 MSE의 수렴성이 안정된 것을 알 수 있었으며 윤곽부분은 Laplacian 연산자가 I-H 연산자보다 MSE의 수렴성 및 복원효과가 뛰어남을 알 수 있었다. 가우시안에 의해 훼손된 영상에서는, 융곽부분은 I-H 연산자가 Laplacian 연산자보다 MSE의 수렴성 및 복원효과가뛰어나며 평변부분에서는Laplacian 연산자가 I-H 연산자보다 MSE 변에서 안정적으로 F수렴함을 알 수 있었다. 정칙화 이론은 잡음의 평활화와 윤곽의 복원을 동시에 고려하여 처리하기 때문에 영역을 평면부분과 중간 부분 그리고 윤곽부분으로 나누어서 처리결과에 대한 MSE를 비교하였다. Laplacian 연산자와 I-H 연산자는 정칙화 연산자로 사용하기에 적합하였고 다른 미분 연산자들은 반복횟수에 따라 발산하는 것으로 나타났다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2009년도 제38회 동계학술대회 초록집
• /
• pp.472-472
• /
• 2010

The tomography has played a key role in tokamak plasma diagnostics for image reconstruction. The Phillips-Tikhonov (P-T) regularization method was attempted in this work to reconstruct cross-sectional phantom images of the plasma by minimizing the gradient between adjacent pixel data. Recent studies about the comparison of the several tomographic reconstruction methods showed that the P-T method produced more accurate results. We have studied existing Laplacian matrix used in Phillips-Tikhonov regularization method and developed modified Laplacian matrix (Modified L). The comparison of the reconstruction result by the modified L and existing L showed that modified L produced more accurate result. The difference was significantly pronounced when a portion of plasma was reconstructed. These results can be utilized in the Edge Plasma diagnostics; especially in divertor diagnostics on tokamak a large impact is expected. In addition, accurate reconstruction results from received data in only one direction were confirmed through phantom test by using P-T method with modified L. These results can be applied to the tangentially viewing pin-hole camera diagnostics on tokamak.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.141-147
• /
• 2000

선형적인 움직임에 의하여 흐려지고 가산잡음으로 훼손된 영상을 복원할 경우, 잡음을 평활화하면 동시에 윤곽도 같이 평활화 되며, 윤곽을 복원하면 잡음도 동시에 강조되는 이중성을 지닌다. 이러한 문제점을 해결하기 위하여 본 논문에서는 평면에선는{{{{ {I-H}^{ } }} }}연산잔가 효과적이고 윤곽에서는 Laplacian 연산자가 효과가 있는 점을 이용하여 훼손된 영상의 평면영역에서는{{{{ {I-H}^{ } }} }}정칙화 연산자를 윤곽영역에서는 Laplacian 정칙화 연산자를 적응적으로 적용하는 알고리듬을 제안한다. 본 논문에서 제시한 복원방법을 실험결과를 통해 기존의 방법과 비교해보면 평면에서의 잡음의 평활화가 개선되고 윤곽에서의 리플잡음이 줄었음을 알 수 있다. 또한 이것은 우리의 시각이 가지는 평면에서의 잡음의 가시도에 따른 시각적인 효과가 개선되었음을 알 수 있었으며, 기존의 방법에 비해 더욱 우수한 ISNR을 얻을 수 있었다.

• 대한수학회논문집
• /
• 제16권3호
• /
• pp.487-508
• /
• 2001

We consider the Cauchy problem for Laplacian. Using the single layer representation, we obtain an equivalent system of boundary integral equations. We show the singular values of the ill-posed Cauchy operator decay exponentially, which means that a small error is exponentially amplified in the solution of the Cauchy problem. We show the decaying rate is dependent on the geometry of he domain, which provides the information on the choice of numerically meaningful modes. We suggest a pseudo-inverse regularization method based on singular value decomposition and present various numerical simulations.

• 한국통신학회논문지
• /
• 제19권1호
• /
• pp.91-99
• /
• 1994

잡음이 섞인 흐려진 영상의 복원에서 구속 조건으로서 이완 변수와 정칙화 변수를 적용한 정칙화 반복 복원 방법을 제시 하였다. Blemond등에 의해 제시된 종전의 정칙화 반복 복원 방법은 정칙화 연산자로서 리플라시안 여파기를 사용하였으나 정칙화 변수와 이완 변수를 고정된 상수로 처리하는 반면, 본 논문에서는 (I.H)를 정칙화 연산자로서 사용하였고, 영상의 사전 정보를 고려하여 각 화소마다 적응성있게 가변되는 두 종류의 구속조건을 정칙화 반복 복원 방법에 적용하였다. 실험 결과를 통하여 제시한 방법이 윤곽부분에서는 피묻현상이 감소하였으며, 평면부분에서는 잡음의 억제가 현저하였음을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제11권5호
• /
• pp.1685-1692
• /
• 2010

정칙화 반복처리 과정에 사용되는 정칙화 연산자는 라플라시안 연산자를 주로 사용하고 있으나, 일반적으로 미분 연산자를 사용하게 되어있다. 본 논문에서는 정칙화 연산자로서의 일반적인 미분연산자들과 제안된 연산자의 성능을 비교, 검토하여 분석하였다. 가우시안에 의해 훼손된 영상에서는, 윤곽부분은 제안된 연산자가 기존에 사용된 연산자보다 수렴성 및 복원효과가 뛰어나며 평면부분에서는 기존의 연산자가 제안된 연산자보다 안정적으로 수렴함을 알 수 있었다. 정칙화 이론은 잡음의 평활화와 윤곽의 복원을 동시에 고려하여 처리하기 때문에 영역을 평면부분과 중간부분 그리고 윤곽부분으로 나누어서 처리결과를 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제23권1호
• /
• pp.71-83
• /
• 2016

In this paper we discuss a deconvolution density estimator obtained using the support vector machines (SVM) and Tikhonov's regularization method solving ill-posed problems in reproducing kernel Hilbert space (RKHS). A remarkable property of SVM is that the SVM leads to sparse solutions, but the support vector deconvolution density estimator does not preserve sparsity as well as we expected. Thus, in section 3, we propose another support vector deconvolution estimator (method II) which leads to a very sparse solution. The performance of the deconvolution density estimators based on the support vector method is compared with the classical kernel deconvolution density estimator for important cases of Gaussian and Laplacian measurement error by means of a simulation study. In the case of Gaussian error, the proposed support vector deconvolution estimator shows the same performance as the classical kernel deconvolution density estimator.

• Communications for Statistical Applications and Methods
• /
• 제15권1호
• /
• pp.43-50
• /
• 2008

Multinomial logistic regression is a well known multiclass classification method in the field of statistical learning. More recently, the development of sparse multinomial logistic regression model has found application in microarray classification, where explicit identification of the most informative observations is of value. In this paper, we propose a sparse multinomial kernel logistic regression model, in which the sparsity arises from the use of a Laplacian prior and a fast exact algorithm is derived by employing a bound optimization approach. Experimental results are then presented to indicate the performance of the proposed procedure.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.461-470
• /
• 2010

라벨 있는 자료가 분류규칙을 만들 만큼 충분하지 않거나, 라벨 없는 자료가 분류규칙을 만드는데 도움을 줄 수 있는 경우에는 라벨 있는 자료와 라벨 없는 자료를 모두 사용하는 준지도분류가 더 효과적이다. 준지도분류 중 그래프기반 다양체정칙법이 개발되어 최근에 많은 연구가 이루어지고 있다. 본 연구에서는 통계적학습에서 좋은 성능을 보이는 최소제곱 서포터벡터기계를 준지도분류에 적용시키는 방법을 제안한다. 모의실험을 통해 제안된 방법이 라벨 없는 자료를 잘 활용하는 것을 볼 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제22권5호
• /
• pp.1-16
• /
• 2016

본 논문에서는 최소자승법에 기반한 효율적인 곡선 복구 기법을 제안한다. 구체적으로는, 법선 벡터를 포함한 평면상의 샘플포인트가 주어졌을 때 계층적인 ZP(Zwart-Powell)-스플라인의 레벨로 곡선을 복구하는데, 세밀한 부문을 복구하면서도 비교적 큰 구멍도 효율적으로 메꾸고 있다. 정규화를 위해서는, (1) 선형시스템의 특이성을 피하기 위한 티코노프 정규항과 (2) 아이소커브를 부드럽게 하기 위한 이산 라플라스 정규항 두 가지를 사용하고 있다. 정량적인 벤치마크 테스트를 통해 비교한 결과, 본 방법은 다항식에 기반한 기법들에 비해 훨씬 우수한 결과를 보여준다는 것을 확인할 수 있다. 구멍이 있는 데이터의 경우, 계층적인 B-스플라인과 비교해본 결과 엇비슷한 품질을 보이지만 약 90%의 계산량만을 필요로 한다.