[논문]오차분포 유클리드 거리 기반 학습법의 커널 사이즈 적응

김남용

doi:10.5762/kais.2021.22.5.561

초록
AI-Helper

오차분포 추정을 위한 커널 사이즈는 오차확률밀도 사이의 유클리드 거리를 최소화 알고리즘의 가중치 갱신에 적합한 커널 사이즈가 될 수 없다. 이 논문에서는 MED 알고리즘의 수렴 성능 향상을 위해 적응적으로 커널 사이즈를 갱신하는 방법을 제안하였다. 제안한 방식은 MED 학습 알고리즘의 가중치 갱신을 위해 커널 사이즈에 대한 오차분산의 평균변화율을 도입하여 MED의 오차에 대한 평균전력이 감소하는 방향으로 커널 사이즈를 조절하도록 하였다. 제안된 적응 커널 추정법을 무선통신 채널의 왜곡 보상에 적용하여 학습 성능을 실험하고 그 효능을 밝혔다. 오차분산에 비례한 작은 값을 가지는 기존의 오차분포 추정 위한 최적 커널 사이즈와 달리, 제안한 방법에 의한 커널 사이즈는 MED 가중치 수렴을 위한 적절한 커널 사이즈로 수렴함을 보였다. 실험 결과로부터 제안한 방법이 MED 알고리즘의 커널 사이즈 설정에 따른 민감성을 크게 해결한 방법이라고 볼 수 있다.

Abstract ▼ AI-Helper

The optimum kernel size for error-distribution estimation with given error samples cannot be used in the weight adjustment of minimum Euclidean distance between error distributions (MED) algorithms. In this paper, a new adaptive kernel estimation method for convergence enhancement of MED algorithms ...

The optimum kernel size for error-distribution estimation with given error samples cannot be used in the weight adjustment of minimum Euclidean distance between error distributions (MED) algorithms. In this paper, a new adaptive kernel estimation method for convergence enhancement of MED algorithms is proposed. The proposed method uses the average rate of change in error power with respect to a small interval of the kernel width for weight adjustment of the MED learning algorithm. The proposed kernel adjustment method is applied to experiments in communication channel compensation, and performance improvement is demonstrated. Unlike the conventional method yielding a very small kernel calculated through optimum estimation of error distribution, the proposed method converges to an appropriate kernel size for weight adjustment of the MED algorithm. The experimental results confirm that the proposed kernel estimation method for MED can be considered a method that can solve the sensitivity problem from choosing an appropriate kernel size for the MED algorithm.

주제어

표/그림 (7)

그림 Fig. 1. Base-band receiver system employing MED algorithm with the proposed adaptive kernel estimation.
그림 Fig. 2. A sample of impulsive noise for the experiment.
그림 Fig. 3. Learning curves of kernel size adaptation by the proposed method
그림 Fig. 4. Learning curves of the conventional MED (red) and proposed MED (blue) for σ_o = 0.7.
그림 Fig. 5. Learning curves of the conventional MED (red) and proposed MED (blue) for σ_o = 0.9.
그림 Fig. 6. Learning curves of the conventional MED (red) and proposed MED (blue) for σ_o = 1.4.
그림 Fig. 7. Learning curves of the conventional MED (red) and proposed MED (blue) for σ_o = 1.8.

참고문헌 (10)

N. Kim, "Robustness to Impulsive Noise of Algorithms based on Cross-Information Potential and Delta Functions," Journal of Internet Computing and Services, vol. 17, pp. 1-6, Dec. 2017. DOI: https://doi.org/10.7472/jksii.2016.17.2.11

원문보기 상세보기
T. Ogunfunmi and M. Deb, "On the PDF estimation for information theoretic learning for neural networks," Proceedings of APSIPA-ASC2018, Honolulu, USA, pp. 1215-1221, Nov. 2018. DOI: https://doi.org/10.23919/APSIPA.2018.8659642
L. Chen, P. Honeine, "Correntropy-based robust multilayer extreme learning machines," Pattern Recognition, Elsevier, vol. 84, pp. 357-370, Dec. 2018. DOI: https://doi.org/10.1016/j.patcog.2018.07.011

상세보기
N. Kim and G. Lee, "Performance enhancement of algorithms based on error distributions under impulsive noise," JICS, vol. 19, pp. 49-56, June, 2018. DOI: https://doi.org/10.7472/jksii.2018.19.3.49

원문보기 상세보기
J. Principe, Information Theoretic Learning, Springer, New York, 2010, pp. 103-140. DOI: https://doi.org/10.1007/978-1-4419-1570-2
H. Radmanesh, M. Hajiabadi, "Recursive maximum correntropy learning algorithm with adaptive kernel size," IEEE Trans. Circuits and Systems, vol. 65, pp. 958-963, July 2018. DOI: https://doi.org/10.1109/tcsii.2017.2778038

상세보기
N. Kim, "A study on kernel size adaptation for correntropy-based learning methods," Journal of the Korea Academia-Industrial Cooperation Society, in press, 2021.
E. Parzen, "On the estimation of a probability density function and the mode," Ann. Math. Stat. vol. 33, p. 1065, 1962. DOI: https://doi.org/10.1214/aoms/1177704472
J. Proakis, Digital Communications, McGraw-Hill, NY, 1989, pp 438-439. ISBN10:0070517266
I. Santamaria, P. Pokharel, and J. Principe, "Generalized correlation function: Definition, properties, and application to blind equalization," IEEE Trans. Signal Processing, vol. 54, pp. 2187-2197, June 2006. DOI: https://doi.org/10.1109/tsp.2006.872524

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

오차분포 유클리드 거리 기반 학습법의 커널 사이즈 적응
Adaptive Kernel Estimation for Learning Algorithms based on Euclidean Distance between Error Distributions 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (7)

표/그림 (7)

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

오차분포 유클리드 거리 기반 학습법의 커널 사이즈 적응 Adaptive Kernel Estimation for Learning Algorithms based on Euclidean Distance between Error Distributions 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (7) 모든 표/그림 보기

표/그림 (7) 슬라이드로 보기

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

김남용 (50)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

오차분포 유클리드 거리 기반 학습법의 커널 사이즈 적응
Adaptive Kernel Estimation for Learning Algorithms based on Euclidean Distance between Error Distributions 원문보기

초록
AI-Helper

표/그림 (7)

표/그림 (7)