최소오차 엔트로피 학습법의 새로운 커널폭 적응조절 (A New Kernel-Width Adaptation Method for Minimum Error Entropy)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 46권 / 7호 / 1131 ~ 1137페이지
· 저자명 : 김남용

초록

정보 이론적 학습법의 최소 오차 엔트로피 (MEE)는 가우시안 또는 비가우시안 잡음환경의 채널 등화, 기계학습, 자동제어 등 많은 응용에 효과적으로 적용되었다. 그러나 커널폭 선택이 매우 민감하여 시스템 성능에 중대한영향을 미치고 있다. 오차 분포 추정의 최적화를 기반으로 커널폭을 조절하는 기존 방법은 커널폭이 오차분산x2의제곱근 (정상상태에서 매우 작은 커널값)으로 수렴하게 되어 백색잡음 상황에서는 오차전력 증가를 만들며, 충격성잡음 상황에서는 커널폭 급상승이 발생한다. 이 논문에서는 커널폭에 대한 오차전력의 평균변화율을 도입하여 오차전력을 직접적으로 줄이는 커널폭 갱신 방식을 제안하였다. 통신채널의 적응 등화 실험에서 제안된 적응 커널폭은 잡음 환경이 백색이든 충격성이든 동일하게 안정된 수렴 특성을 보였으며, MEE 응용분야에 커널폭 선택의 여유도를 크게 향상시켰다.

영어초록

Minimum error entropy (MEE) as a method of information theoretic learning has been effectively used in many applications such as channel equalization, machine learning and automatic control in Gaussian or non-Gaussian noise environments. The choice of kernel width is very sensitive and has important effects on system performance. The conventional kernel width adaptation methods based on optimization of error probability density estimation lead the kernel width to converge to the square root of 2 times of error variance (a very small value in the steady state), therefore, the error power increases in white noise situations and the width can have sudden rises in impulsive noise environments. In this paper, by applying average rate of change of error power over the small width interval to kernel width adjustment, a new kernel width adjustment method directly controlling system error is proposed. In the experiment of channel equalization, the proposed method shows the same stable learning convergences in both noise environments and yields significantly widened ranges of kernel width selection for the applications of MEE.

참고자료

· 없음