Filter란 noise가 적용된 software나 hardware에 원하는 정보를 추출하기 위해서 사용하는 장치의 형태로
noise와 disturbance 문제를 해결하기 위한 방법이다.
filter를 사용한 정보처리 task는 3가지로 나눌 수 있다.
1. filtering : current time 정보 추출
2. smoothing : future signal을 포함해 현재 signal을 처리
3. prediction : 현재까지의 데이터로 미래 데이터 예측
Adaptive filter를 사용하는 이유?
Winer filter와 같은 classical filter는 데이터가 충분히 많을 때 한번에 필터를 디자인 할 수 있는 방법이다.
값이 정확할 수는 있어도 많은 데이터를 필요로 하고 사전 정보도 필요하다는 문제점이 있었다.
Adaptive filter는 signal이 들어올 때마다 signal의 조건에 맞게 적응해가는 필터로 real-time operation에 적합하다.
'Study' 카테고리의 다른 글
| GAN(Generative Adversarial Networks) (0) | 2024.12.09 |
|---|---|
| NasNet paper에 나오는 개념들 (0) | 2024.06.26 |
| SGD Algorithm (0) | 2024.06.11 |
| LMS와 SGD 차이점 (0) | 2024.06.11 |
| LMS Algorithm (0) | 2024.05.21 |