• Journal of Communications and Networks
• /
• 제12권4호
• /
• pp.317-329
• /
• 2010

In recent years, many sparse estimation methods, also known as compressed sensing, have been developed. However, most of these methods presume that the measurement matrix is completely known. We develop a new blind maximum likelihood method-the expectation-sparse-maximization (ESpaM) algorithm-for models where the measurement matrix is the product of one unknown and one known matrix. This method is a variant of the expectation-maximization algorithm to deal with the resulting problem that the maximization step is no longer unique. The ESpaM algorithm is justified theoretically. We present as well numerical results for two concrete examples of blind channel identification in digital communications, a doubly-selective channel model and linear time invariant sparse channel model.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1263-1274
• /
• 2021

In online competitive social networks, each user can be influenced by different competing influencers and consequently chooses different products. But their interest may change over time and may have swings between different products. The existing influence spreading models seldom take into account the time-related shifts. This paper proposes a minimum cost influence maximization algorithm based on the competitive transition probability. In the model, we set a one-dimensional vector for each node to record the probability that the node chooses each different competing influencer. In the process of propagation, the influence maximization on Competitive Linear Threshold (IMCLT) spreading model is proposed. This model does not determine by which competing influencer the node is activated, but sets different weights for all competing influencers. In the process of spreading, we select the seed nodes according to the cost function of each node, and evaluate the final influence based on the competitive transition probability. Experiments on different datasets show that the proposed minimum cost competitive influence maximization algorithm based on IMCLT spreading model has excellent performance compared with other methods, and the computational performance of the method is also reasonable.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2004년도 제29회 추계학술대회 발표논문집
• /
• pp.104-107
• /
• 2004

본 연구에서는 다중영상 획득용 두뇌팬텀을 사용하여 CT, MR, 그리고 PET영상을 획득하였으며, 이를 정합대상으로 하여 해부학적 영상과 핵의학 기능영상과의 정합을 실시하였다. 정합 알고리즘으로는 현재 널리 사용되고 있는 'Chamfer Matching' 알고리즘과 Mutual Information Maximization' 알고리즘을 이용하였고, 기존 연구에서 타당성이 검증된 정합 프로그램을 사용하였다. 정합 결과, CT-MR, CT-PET, MR-PET세 가지 정합경우에 대하여 두 알고리즘 모두 효과적인 방법임을 알 수 있었으나, 저해상도의 핵의학 영상인 PET과의 정합에선 Mutual Information Maximization'알고리즘이 더 효과적인 방법임을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권8호
• /
• pp.3498-3511
• /
• 2016

We investigate the channel state information (CSI) in multi-input multi-output (MIMO) cooperative networks that employ the amplify-and-forward transmission scheme. Least squares and expectation conditional maximization have been proposed in the system. However, neither of these two approaches takes advantage of channel sparsity, and they cause estimation performance loss. Unlike linear channel estimation methods, several compressed channel estimation methods are proposed in this study to exploit the sparsity of the MIMO cooperative channels based on the theory of compressed sensing. First, the channel estimation problem is formulated as a compressed sensing problem by using sparse decomposition theory. Second, the lower bound is derived for the estimation, and the MIMO relay channel is reconstructed via compressive sampling matching pursuit algorithms. Finally, based on this model, we propose a novel algorithm so called sparsity adaptive expectation maximization (SAEM) by using Kalman filter and expectation maximization algorithm so that it can exploit channel sparsity alternatively and also track the true support set of time-varying channel. Kalman filter is used to provide soft information of transmitted signals to the EM-based algorithm. Various numerical simulation results indicate that the proposed sparse channel estimation technique outperforms the previous estimation schemes.

• 전자공학회논문지 IE
• /
• 제45권3호
• /
• pp.20-26
• /
• 2008

두 가지 Independent Component Analysis(ICA) 알고리즘을 적용하여 자동차 엔진 소음과 섞인 음성 신호의 인식을 시도하였다. 이를 이용하여 추정한 신호를 HMM을 이용하여 인식하였고 이 신호의 인식률을 소음이 섞이기 전의 음성 신호의 인식률과 비교하였다. 음성 신호를 추정하는데 두 가지 서로 다른 ICA를 사용하였으며 그 중의 하나는 negentropy를 최대화하는 FastICA 알고리즘이며 다른 하나는 출력 신호 사이의 독립성을 최대화하여서 입력과 출력 사이의 mutual information을 최대화하는 information-maximization approach 이다. 남성 앵커가 진행한 한국어 뉴스 문장에 대한 단어 인식률은 87.85%이며 다양한 신호 대 잡음비를 갖도록 소음을 섞어서 추정을 한 후 인식을 시도한 결과 FastICA를 이용해 추정한 음성 신호에 대한 인식률은 1.65%, information-maximization을 이용해 추정한 음성 신호에 대한 인식률은 2.02% 인식률 저하가 나타났다. 따라서 어느 방법을 적용하든지 의미 있는 차이가 없음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제8권12호
• /
• pp.1565-1571
• /
• 2005

Images reconstructed with Maximum-Likelihood Expectation-Maximization (MLEM) algorithm have been observed to have checkerboard effects and have noise artifacts near edges as iterations proceed. To compensate this ill-posed nature, numerous penalized maximum-likelihood methods have been proposed. We suggest a simple algorithm of applying edge detecting process to the MLEM and Bayesian Expectation-Maximization (BEM) to reduce the noise artifacts near edges and remove checkerboard effects. We have shown by simulation that this algorithm removes checkerboard effects and improves the clarity of the reconstructed image and has good properties based on root mean square error (RMS).

• Communications for Statistical Applications and Methods
• /
• 제10권3호
• /
• pp.1025-1036
• /
• 2003

Variable selection algorithm for principal component analysis using penalty function is proposed. We use the fact that usual principal component problem can be expressed as a maximization problem with appropriate constraints and we will add penalty function to this maximization problem. Simulated annealing algorithm is used in searching for optimal solutions with penalty functions. Comparisons between several well-known penalty functions through simulation reveals that the HARD penalty function should be suggested as the best one in several aspects. Illustrations with real and simulated examples are provided.

• 대한전기학회논문지:전기기기및에너지변환시스템부문B
• /
• 제53권7호
• /
• pp.430-436
• /
• 2004

This paper presents an advanced control technique for power density maximization of the Brushless DC (BLDC) generator by using the linear tracking method. In a generator of given rating, the weight and size of the system affect the fuel consumption directly. Therefore, power density is one of the most important issues in a stand-alone generator. BLDC generator has high power density in the machine point of view and additional increases of power density by control means can be expected. Conventional rectification methods cannot achieve the maximum power possible because of hon-optimal current waveforms. The optimal current waveform to maximize power density and minimize machine size and weight in a nonsinusoidal power supply system has been derived, incorporated in a control system, and verified by simulation and experimental work. A new simple algebraic method has been proposed to accomplish the proposed control without an FFT which is time consuming and complicated.

• 응용통계연구
• /
• 제28권3호
• /
• pp.467-475
• /
• 2015

정확한 수요예측은 수입관리(RM)에서 중요한 요소이다. 기 출발편 예약 데이터는 미래 출발편의 수요를 예측하는데 이용되는데, 이 중 일부 데이터에는 예약 요청이 거부된 경우가 포함된다. 거부된 예약 요청은 통계학적 관점에서 중도절단된 것으로 해석될 수 있으며, 이러한 중도절단된 수요를 복원하는 것은 미래 출발편의 참수요 예측을 위해 중요한 사안이다. 현재까지 여러 복원방법들이 소개되었으며, Expectation Maximization 방법이 가장 우수하다고 알려져있다. 본 연구에서는 중도절단된 자료를 복원할 수 있는 회귀모형 기반의 새로운 수요복원 방법을 제시하였다. 그리고 모의실험을 통해 제안된 새로운 방법의 성능을 RM에서 대표적으로 사용되는 두 가지 복원방법들과 비교하였다.

• 융합신호처리학회논문지
• /
• 제4권1호
• /
• pp.15-26
• /
• 2003

초음파 검사 방법은 여러 가지 물질들의 흠집이나 틈새, 그리고 티끌 등을 감지해내는데 널리 쓰이고 있다. 그 중 초음파 신호를 분석하는 절차는 전체의 신호처리 과정에서 아주 중요한 역할을 담당하고 있다. 많은 초음파 신호처리와 신호분류의 방법들이 제기 되었는데 그 중 가장 널리 쓰이는 방법은 신호들의 특징 공간상에서 그 특정의 성분들을 추출해내고 그 후 신경망 네트웍을 통한 분류 방법을 이용하여 초음파 신호들을 구별해 내는 방법이다. 이 논문은 기존의 신호 분류 체계와는 다른 대체 신호 분류법을 제시하고 있는데 이것은 최소 평균 제곱 (LMS) 알고리즘을 이용하여 핵 전력 발전소에서 쓰이는 증기 발생기 튜브로부터 감지되어진 초음파 비파괴 검사 신호 (ultrasonic nondestructive evaluation signal) 을 분류해내는데 쓰일 수가 있다 이 초음파 비파괴 검사 신호는 튜브내의 흠집이나 틈새로부터 감지되어진 신호일수도 있고 또는 튜브내의 침전물에 의해서 발생된 신호일 수도 있는데 이 두가지 신호는 매우 유사하기 때문에 반드시 분류를 해내어 침전물에 의한 신호일 경우는 무방하지만 흠집이나 갈라진 틈새에서 나오는 신호일 경우는 더 이상의 오염이나 사고 등을 방지하기 위해 수리 또는 교체 등의 후속 조치로 이어져야 한다. 이러한 절차를 밟기 위하여 증기 발생기 튜브의 내부에서의 초음파 센서로부터 증기 발생기 튜브 사이의 거리를 측정하는데 모델링 기법에 기반한 deconvolution 방법이 제시되었고 여기서 나온 결과가 정리, 분석되었다 이 방법은 space alternating generalized expectation maximization (SAGE) 알고리즘을 이차원 미분 파라미터인 Hessian의 사용으로 인하여 수렴 속도가 빠른 Newton-Raphson 알고리즘과 함께 병행 사용하여 초음파 신호의 초점 도달 시간과 그 크기를 측정하여 초점 도달 거리에 따라 두 종류의 신호를 분류, 차별화 하는 기법이다. 이 알고리즘을 이용한 접근법으로 얻어진 결과가 흠집이나 틈새로부터 나온 신호일 경우와 퇴적물에 의해 나온 신호일 경우로 정리, 분류되었고 적절한 분류 효과를 보인 결과가 이 논문에 제시되었다.