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 : 백덕수(Deok-Soo Baek) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
디지털 TV에 적합한 새로운 구조의 채널 적응 등화기 설계
백덕수,이환범,김형균,Baek, Deok-Soo,Lee, Wan-Bum,Kim, Hyeoung-Kyun 대한전자공학회 2002 電子工學會論文誌 IE (Industry electronics) Vol.39 No.2
최근 신경회로망 구조 또는 퍼지논리를 이용한 자력등화 즉, 비선형 등화에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 계산의 복잡성과 등화 성능 사이에 더 나은 trade-off를 찾기 위해 스텝 크기(step size)를 자동적으로 조절할 수 있는 즉, 에러 오차 값이 크면 계수갱신율을 크게 하고 에러 오차 값이 작으면 계수갱신율을 작게 하여 빠른 수렴비와 낮은 초과 MSE를 갖는 TS(Tagaki-Sugeno) 퍼지 모델과 ISI에 강하고 위상변화에 둔감한 CMA(Constant Modulus Algorithm)를 접목시킨 새로운 FSG (Fuzzy Stochastic Gradient)/CMA 알고리즘을 제안하였다. 제안된 FSG/CMA 알고리즘을 사용한 채널 적응 등화기를 설계하여 모의실험한 결과 기존 알고리즘 보다 3.5dB의 SNR이 개선됨을 확인하였다. Recently, the study on non-linear equalization, self-recovering equalization using the neural Network structure or Fuzzy logic, is lively in progress. In this thesis, if the value of error difference is large, coefficient adaptation rate is bigger, and if being small, it is smaller. We proposed the new FSG(Fuzzy Stochastic Gradient)/CMA algorithm combining TS(Tagaki-Sugeno) fuzzy model having fast convergence rate and low mean square error(MSE) and CMA(Constant Modulus Algorithm) which is prone to ISI and insensitive to phase alteration. As a simulation result of the designed channel adaptive equalizer using the proposed FSG/CMA algorithm, it is shown that SNR is improved about 3.5dB comparing to the conventional algorithm.?
-
퍼지뉴럴 시스템을 위한 초기 입력공간분할의 최적화 : Measure of Fuzziness
백덕수,박인규,Baek, Deok-Soo,Park, In-Kue 대한전자공학회 2002 電子工學會論文誌 IE (Industry electronics) Vol.39 No.3
이 논문에서는 퍼지뉴럴 시스템을 위하여 measure of fuzziness에 의한 입력공간의 분할을 최적화하는 방법을 제안한다. 이에 따라 최적화된 퍼지 부공간에 대하여 퍼지 제어규칙을 자동으로 생성하는 방법을 제안한다. 또한 시계열 예측 문제에서 입력패턴의 간격을 조정하여 그 성능을 검증한다. 이 방법은 샤논 함수와 index of fuzziness를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 입력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안된 알고리즘을 토대로 여덟 가지의 입력패턴에 대하여 추론한 결과 입력공간의 최적분할에 의하여 수렴과정에서 초기에 오차(RMSE)가 빠르게 수렴함을 알 수 있었다. In this paper we describe the method which optimizes the partition of the input space by means of measure of fuzziness for fuzzy neural network. It covers its generation of fuzzy rules for input sub space. It verifies the performance of the system depended on the various time interval of the input. This method divides the input space into several fuzzy regions and assigns a degree of each of the generated rules for the partitioned subspaces from the given data using the Shannon function and fuzzy entropy function generating the optimal knowledge base without the irrelevant rules. In this scheme the basic idea of the fuzzy neural network is to realize the fuzzy rule base and the process of reasoning by neural network and to make the corresponding parameters of the fuzzy control rules be adapted by the steepest descent algorithm. According to the input interval the proposed inference procedure proves that the fast convergence of root mean square error (RMSE) owes to the optimal partition of the input space
-
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
