http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 주상렬 (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
주상렬(Sang-Yeorl J00),김정일(Jung-IL Kim),김윤경(Yun-Kyong Kim) 강원대학교 기초과학연구소 1985 기초과학연구 Vol.2 No.-
1937년, P.Levy에 의하여 Lindeberg의 중심극한정리가 martingale인 경우로 확장된 이래 martingale극한론에 대하여 많은 연구가 진행되어왔다. 이 논문에서는 L²-martingale array {S??,F??,l≤j≥k??}에 대하여 {S??}이 표준정규분포에 분포수렴하기 위한 충분조건을 다루었다. Since,P.Levy showed that Lindeberg's central limit theorem could be extended to martingales in 1937, the martingale limit theory have been studied by many Mathematicians. In this paper, for a square-integrable martingale array {S??,F??,l≤j≤k??} we give sufficient conditions for which {S??} converges in distribution to the standard normal random variable.
-
차세대 멀티미디어 통신을 위한 후각정보 측정데이터의 독립성분분석
권기현,최형진,황성호,주상렬,Kwon, Ki-Hyeon,Choi, Hyung-Jin,Hwang, Sung-Ho,Joo, Sang-Yeol 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.8
후각 정보의 실감성을 높일 수 있는 멀티미디어 통신 시스템에서 후각정보 전달을 위한 오더(odor) 센싱 시스템 및 관련 신호 처리 기술 개발은 차세대 멀티미디어 산업을 위한 핵심 과제로 떠오르고 있다. 오더 센싱 시스템의 성능 측정에 전통적으로 많이 사용된 방법은 주성분분석(PCA)이다. PCA는 분산에 기반한 도구로서 많은 경우 잘 동작한다. 그러나 오더 센싱 측정 데이터에 대해서는 의미 있는 값을 표시하는 것에 한계가 있다. 이 논문은 독립성분분석(ICA)을 사용하여 오더 센싱 데이터를 분석하는 방법을 설명한다. PCA와 ICA의 차이를 실질적인 측정데이터를 사용하여 비교하도록 한다. 실험을 통해 ICA가 개선된 변별력으로 센서의 경향 분석, 차원축소, 보다 적합한 데이터 표현 등에 있어 PCA보다 나은 결과를 도출함을 보인다. Odor sensing system that is electronic nose device and its signal processing technique has potential to become a critical service for the people who require tangibility of sense of smell in the multimedia communication. PCA(Principal Component Analysis) have been used for dimensionality reduction and visualization of multivariate measurement data. PCA is good for estimating importance value by variance of data but, have some limitation for getting meaningful representation from odor sensing system. This paper explain about how to analyze the data of odor sensing system by ICA(Independent Component Analysis). We show that ICA can give better result like sensor drift analysis, dimensionality reduction and data representation by improved discrimination.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
