한국음향학회:학술대회논문집 (Proceedings of the Acoustical Society of Korea Conference)

한국음향학회 (The Acoustical Society of Korea)
권호 표지

Predictive RBFN을 이용한 단독 숫자음 인식

Recognition of isolated digits using Predictive RBF Network

  • 한학용 (동아대학교 전자공학과) ;
  • 김상범 (섬유기능대학 컴퓨터공학과) ;
  • 김주성 (동아대학교 전자공학과) ;
  • 김수훈 (동아대학교 전자공학과) ;
  • 허강인 (동아대학교 전자공학과)
  • Han Hag-Yong (Dept. of Electronic Engineering, Dong-A Univ.) ;
  • Kim Sang-Berm (Dept. of Computer Science, Textile Polytechnic College) ;
  • Kim Joo-Sung (Dept. of Electronic Engineering, Dong-A Univ.) ;
  • Kim Soo-Hoon (Dept. of Electronic Engineering, Dong-A Univ.) ;
  • Hur Kang-In (Dept. of Electronic Engineering, Dong-A Univ.)
  • 발행 : 1999.11.06
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서 제안한 예측형 RBFN(Radial Basis Function Network)은 HMM과 신경망을 결합한 하이브리드 구조이다. 이 신경망은 HMM으로 추정한 확률분포 파라미터를 사용하여 중간층의 활성화 함수의 출력을 결정하고, 중간층과 출력층의 연결강도만 네트워크 내에서 학습한다. 그리고 HMM으로 추정한 확률분포 파라미터는 두 가지 방법으로 예측형 RBFN에 이용하였다. 첫 번째는 HMM의 각 상태의 혼합수 만큼의 중간층 유니트를 주는 방법이고, 두 번째는 HMM의 혼합수$\times$출력분포수 만큼의 중간층 유니트를 주는 방법이다. 실험결과, 예측형 RBFN은 다른 방법들의 결과보다 $4.5\~6.5\%$ 저하된 결과를 보였지만 다른 신경망에 비해서 학습 반복 횟수를 작게할 수 있었으며 전체 학습시간을 대폭 단축할 수 있었다.

키워드