• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.378-381
• /
• 2006

본 논문은 ISI가 존재하는 MIMO-OFDM 시스템에 사용되는 새로운 채널 추정 방법을 제안한다. 제안된 방법은 OFDM에서 문제가 되는 PAR를 일정하게 하고, IST의 영향을 제거하는 특별한 학습 신호를 사용한다. 이러한 학습 계열을 사용함으로서, LS(Least Square) 추정에서 문제가 되는 행렬의 특이를 피할 수 있다. 시뮬레이션 결과, SNR이 클 때 제안된 방법은 전통적인 방법보다 추정된 채널의 MSE가 20dB 이상 우수함을 확인할 수 있다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제33권10호
• /
• pp.1633-1641
• /
• 2020

Objective: The objective of this study was to develop a model for estimating the carcass weight of Hanwoo cattle as a function of body measurements using three different modeling approaches: i) multiple regression analysis, ii) partial least square regression analysis, and iii) a neural network. Methods: Data from a total of 134 Hanwoo cattle were obtained from the National Institute of Animal Science in South Korea. Among the 372 variables in the raw data, 20 variables related to carcass weight and body measurements were extracted to use in multiple regression, partial least square regression, and an artificial neural network to estimate the cold carcass weight of Hanwoo cattle by any of seven body measurements significantly related to carcass weight or by all 19 body measurement variables. For developing and training the model, 100 data points were used, whereas the 34 remaining data points were used to test the model estimation. Results: The R² values from testing the developed models by multiple regression, partial least square regression, and an artificial neural network with seven significant variables were 0.91, 0.91, and 0.92, respectively, whereas all the methods exhibited similar R² values of approximately 0.93 with all 19 body measurement variables. In addition, relative errors were within 4%, suggesting that the developed model was reliable in estimating Hanwoo cattle carcass weight. The neural network exhibited the highest accuracy. Conclusion: The developed model was applicable for estimating Hanwoo cattle carcass weight using body measurements. Because the procedure and required variables could differ according to the type of model, it was necessary to select the best model suitable for the system with which to calculate the model.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.251-258
• /
• 2003

Support Vector Machine(SVM)은 이론상으로 좋은 일반화 성능을 보이지만, 실제적으로 구현된 SVM은 이론적인 성능에 미치지 못한다. 주 된 이유는 시간, 공간상의 높은 복잡도로 인해 근사화된 알고리듬으로 구현하기 때문이다. 본 논문은 SVM의 분류성능을 향상시키기 위해 Bagging(Bootstrap aggregating)과 Boosting을 이용한 SVM 앙상블 구조의 구성을 제안한다. SVM 앙상블의 학습에서 Bagging은 각각의 SVM의 학습데이타는 전체 데이타 집합에서 임의적으로 일부 추출되며, Boosting은 SVM 분류기의 에러와 연관된 확률분포에 따라 학습데이타를 추출한다. 학습단계를 마치면 다수결 (Majority voting), 최소자승추정법(LSE:Least Square estimation), 2단계 계층적 SVM등의 기법에 개개의 SVM들의 출력 값들이 통합되어진다. IRIS 분류, 필기체 숫자인식, 얼굴/비얼굴 분류와 같은 여러 실험들의 결과들은 제안된 SVM 앙상블의 분류성능이 단일 SVM보다 뛰어남을 보여준다.

• 전자공학회논문지 IE
• /
• 제43권2호
• /
• pp.75-79
• /
• 2006

블라인드 기법은 훈련열 없이 검출하고자 하는 사용자의 최소한의 정보만을 가지고 정보 검출이 가능한 방법이다. 본 논문에서는 직접 대역 확산 코드 분할 다중 접속 시스템에서 다중사용자 간섭을 제거하기 위해서, 혼합된 비용함수를 사용하는 블라인드 다중사용자 검출기를 제안하였다. 제안된 블라인드 다중사용자 검출기의 비용함수는 LMS와 LMF를 혼합한 형태로 이루어져있으며, 제안된 다중사용자 검출기의 성능을 평가하기 위해서 가우시안 채널 하에서 BER을 비교 하였다. 모의실험 결과, 사용자가 20 명 존재하는 경우, 제안된 블라인드 검출기가 블라인드 MOE 다중사용자 검출기에 비해 약 3dB정도 더 나은 성능을 지님을 확인 할 수 있었다.

• 디지털융복합연구
• /
• 제13권10호
• /
• pp.295-303
• /
• 2015

본 연구는 프로젝트 매트릭스 조직의 신제품개발 프로젝트에서 해당 프로젝트 관리자의 역량을 지적, 관리, 감성 역량으로 분류한 후, 각 역량이 사전/사후 측면에서 기획 성과와 완료 성과에 미치는 영향을 실증적으로 분석하였다. 이를 위하여 프로젝트 매트릭스 조직 내 프로젝트 관리자들을 대상으로 한 설문조사 결과를 토대로 역량과 성과 간의 관계를 PLS(partial least square) 구조방정식 모형으로 확인하였다. 가설검증 결과, 프로젝트 관리자의 지적 역량은 기획 성과와 완료 성과 모두에 유의한 영향을 미치는 반면, 관리 역량과 감성 역량은 두 성과 모두에 긍정적인 영향을 미치지 못한 것으로 나타났다. 이와 같은 노력은 프로젝트 관리의 역량과 성과에 관한 연구에서 매트릭스 조직을 대상으로 구체화된 역량과 성과를 분석한 차별화된 시도이며, 본 연구결과는 최근 재조명을 받고 있는 프로젝트 매트릭스 조직 내 신제품개발 프로젝트 관리자의 선발과 교육 시 프로젝트 성과에 중요한 역량 개발에 도움이 될 것으로 기대된다.

• 대한의용생체공학회:의공학회지
• /
• 제30권5호
• /
• pp.428-437
• /
• 2009

The Performance research about EEG-BCI algorithm in BCI-naive subjects is very important for evaluating the applicability to the public. We analyzed the result of the performance evaluation experiment about the EEG-BCI algorithm in BCI-naive subjects on three different aspects. The EEG-BCI algorithm used in this paper is composed of the common spatial pattern(CSP) and the least square linear classifier. CSP is used for obtaining the characteristic of event related desynchronization, and the least square linear classifier classifies the motor imagery EEG data of the left hand or right hand. The performance evaluation experiments about EEG-BCI algorithm is conducted for 40 men and women whose age are 23.87${\pm}$2.47. The performance evaluation about EEG-BCI algorithm in BCI-naive subjects is analyzed in terms of the accuracy, the relation between the information transfer rate and the accuracy, and the performance changes when the different types of cue were used in the training session and testing session. On the result of experiment, BCI-naive group has about 20% subjects whose accuracy exceed 0.7. And this results of the accuracy were not effected significantly by the types of cue. The Information transfer rate is in the inverse proportion to the accuracy. And the accuracy shows the severe deterioration when the motor imagery is less then 2 seconds.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.178-203
• /
• 2018

In this paper, authors have been evaluated the Frame Error Rate (FER) performance of IEEE 802.11 a/g/p standard 5 GHz frequency band WLAN over Rayleigh and Rician distributed fading channels in presence of Additive White Gaussian Noise (AWGN). Orthogonal Frequency Division Multiplexing (OFDM) based transceiver is implemented by using real-time signal processing frameworks (IEEE 802.11 Blocks) in GNU Radio Companion (GRC) and Ettus USRP N200 is used to process the symbol over the wireless radio channel. The FER is calculated for each sub-carrier conventional modulation schemes used by OFDM such as BPSK, QPSK, 16, 64-QAM with different punctuated coding rates. More precise SNR is computed by modifying the SNR calculation process of YANS and NIST error rate model to estimate more accurate FER. Here, real-time signal constellations, OFDM signal spectrums etc. are also observed to find the effect of multipath propagation of signals through flat and frequency selective fading channels. To reduce the error rate due to the multipath fading effect and Doppler shifting, channel estimation (CE) and equalization techniques such as Least Square (LS) and training based adaptive Least Mean Square (LMS) algorithm are applied in the receiver. The simulation work is practically verified at GRC by turning into a pair of Software Define Radio (SDR) as a simultaneous transceiver.

• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.893-898
• /
• 2005

강화학습 방법론 중 하나의 부류인 액터-크리틱 알고리즘은 제어압력 선택 문제에 있어서 최소한의 계산만을 필요로 하고, 확률적 정책을 명시정으로 다룰 수 있는 장점 때문에 최근에 인공지능 분야에서 많은 관심을 끌고 있다. 액터-크리틱 네트워크는 제어압력 선택 전략을 위한 액터 네트워크와 가치 함수 근사를 위한 크리틱 네트워크로 구성되며, 우수한 제어입력의 서택과 정화한 가치 함수 관사를 최대한 신속하게 달성하기 위하여, 학습 과정 동안 액터와 크리틱은 자신들의 파라미터 백터를 적응적으로 변화시키는 전략을 구사한다. 본 논문은 크리틱의 학습을 위해 빠른 수렴성을 보장하는 RLS (Recursive Least Square)를 사용하고, 액터의 학습을 위해 정책의 기울기(Policy Gradient)를 이용하는 새로운 종류의 알고리즘을 고려한다. 고려된 알고리즘의 적용 가능성은 두개의 링크를 갖는 로봇에 대한 실험을 통하여 예시된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.701-706
• /
• 1998

A design method of rule -based fuzzy modeling is presented for the model identification of complex and nonlinear systems. The proposed rule-based fuzzy modeling implements system structure and parameter identification in the efficient form of " IF..., THEN,," statements. using the theories of optimization and linguistic fuzzy implication rules. The improved complex method, which is a powerful auto-tuning algorithm, is used for tuning of parameters of the premise membership functions in consideration of the overall structure of fuzzy rules. The optimized objective function, including the weighting factors, is auto-tuned for better performance of fuzzy model using training data and testing data. According to the adjustment of each weighting factor of training and testing data, we can construct the optimal fuzzy model from the objective function. The least square method is utilized for the identification of optimum consequence parameters. Gas furance and a sewage treatment proce s are used to evaluate the performance of the proposed rule-based fuzzy modeling.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.295-298
• /
• 1996

In this paper, a self-tuning optimal control algorithm is proposed to retain the optimal performance of an active suspension system, when the vehicle has some time varying parameters and parameter uncertainties. We consider a 2 DOF time-varying quarter car model which has the parameter variation of sprung mass, suspension spring constant and suspension damping constant. Instead of solving algebraic riccati equation on line, we propose a neural network approach as an alternative. The optimal feedback gains obtained from the off line computation, according to parameter variations, are used as the neural network training data. When the active suspension system is on, the parameters are identified by the recursive least square method and the trained neural network controller designer finds the proper optimal feedback gains. The simulation results are represented and discussed.