메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 기존의 Givens Downdating(GD)기법과 Hyperbolic Downdating(HD)기법을 소개하고, 새로운 downdating기법으로써 관측행렬 Z^T를 Z^T=QzR_^Tz인 상삼각행렬 R^Tz로 분할한 후 R^Yz에 GD를 적용하는 PGD기법과 HD를 적용하는 PHD기법을 제안하였다. PGD 및 PHD기법은 p≥n인 경우 각각 pn²+5n³/6 및 pn²+n³/3 flops의 시간복잡도가 필요하므로 각각 5pn²/2과 2pn² flops의 시간복잡도가 필요한 GD 및 HD기법에 비해 효과적인 downdating기법임을 알 수 있다. 벤치마크 실험에서도 PHD기법이 다른 기법에 비하여 성능이 가장 우수하였다.

목차

요약

Ⅰ. 서론

Ⅱ. 기존의 Downdating 기법

Ⅲ. 전처리 과정에 의한 성능향상

Ⅳ. 알고리즘의 비교 및 분석

Ⅴ. 결론

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017951027