• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권3호
• /
• pp.115-122
• /
• 2019

지금까지의 한국어 음소 인식에는 은닉 마르코프-가우시안 믹스쳐 모델(HMM-GMM)이나 인공신경망-HMM을 결합한 하이브리드 시스템이 주로 사용되어 왔다. 하지만 이 방법은 성능 개선 여지가 적으며, 전문가에 의해 제작된 강제정렬(force-alignment) 코퍼스 없이는 학습이 불가능하다는 단점이 있다. 이 모델의 문제로 인해 타 언어를 대상으로 한 음소 인식 연구에서는 이 단점을 보완하기 위해 순환 신경망(RNN) 계열 구조와 Connectionist Temporal Classification(CTC) 알고리즘을 결합한 신경망 기반 음소 인식 모델이 연구된 바 있다. 그러나 RNN 계열 모델을 학습시키기 위해 많은 음성 말뭉치가 필요하고 구조가 복잡해질 경우 학습이 까다로워, 정제된 말뭉치가 부족하고 기반 연구가 비교적 부족한 한국어의 경우 사용에 제약이 있었다. 이에 본 연구는 강제정렬이 불필요한 CTC 알고리즘을 도입하되, RNN에 비해 더 학습 속도가 빠르고 더 적은 말뭉치로도 학습이 가능한 합성곱 신경망(CNN)을 기반으로 한국어 음소 인식 모델을 구축하여 보고자 시도하였다. 총 2가지의 비교 실험을 통해 본 연구에서는 한국어에 존재하는 49가지의 음소를 판별하는 음소 인식기 모델을 제작하였으며, 실험 결과 최종적으로 선정된 음소 인식 모델은 CNN과 3층의 Bidirectional LSTM을 결합한 구조로, 이 모델의 최종 PER(Phoneme Error Rate)은 3.26으로 나타났다. 이는 한국어 음소 인식 분야에서 보고된 기존 선행 연구들의 PER인 10~12와 비교하면 상당한 성능 향상이라고 할 수 있다.

• 한국음향학회지
• /
• 제38권4호
• /
• pp.459-466
• /
• 2019

투명한 PMMA (Poly methyl methacrylate) 기판 위에 탄소나노튜브(Carbon Nanotube, CNT)와 PDMS (Poly dimethylsiloxane)를 코팅한 복합체에 레이저 펄스를 조사하면 열탄성효과에 의해 수중에 강한 초음파가 발생한다. 본 논문에서는 그 초음파 발생과 관련한 열음향 이론을 정립하고, 가우시안 파형을 갖는 레이저 펄스를 두께가 $20{\mu}m$인 CNT/PDMS 복합체에 조사했을 때 어떤 파형의 초음파가 발생하는지를 시뮬레이션을 통해 파악하였다. 그 결과로부터 CNT/PDMS 복합체에서는 충격 초음파가 발생하며, 그 파의 형상은 복합체의 각종 물성 값이 ${\pm}20%$ 변하여도 크게 변하지 않는 것을 확인하였다. 그러나 정(+), 부(-)의 피크 값은 열팽창계수가 증가하거나 밀도, 열용량, 음속이 감소하면 증가하며, 열전도도에 대해서는 민감하게 변하지 않음을 알았다. 나아가, 직접 제작한 CNT/PDMS 복합체에서 방사되는 초음파의 측정 결과와 시뮬레이션 결과의 비교로부터 그 물성 값을 추정할 수 있었다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.23-30
• /
• 2021

본 논문은 다수의 오토인코더 모델들을 이용한 잡음에 강인한 이미지 분류 시스템을 제안한다. 딥러닝 기술의 발달로 이미지 분류의 정확도는 점점 높아지고 있다. 하지만 입력 이미지가 잡음에 의해서 오염된 경우에는 이미지 분류 성능이 급격히 저하된다. 이미지에 첨가되는 잡음은 이미지의 생성 및 전송 과정에서 필연적으로 발생할 수밖에 없다. 따라서 실제 환경에서 이미지 분류기가 사용되기 위해서는 잡음에 대한 처리 및 대응이 반드시 필요하다. 한편 오토인코더는 입력값과 출력값이 유사하도록 학습되어지는 인공신경망 모델이다. 입력데이터가 학습데이터와 유사하다면 오토인코더의 출력데이터와 입력데이터 사이의 오차는 작을 것이다. 하지만 입력 데이터가 학습데이터와 유사성이 없다면 오토인코더의 출력데이터와 입력데이터 사이의 오차는 클 것이다. 제안하는 시스템은 오토인코더의 입력데이터와 출력데이터 사이의 관계를 이용한다. 제안하는 시스템의 이미지 분류 절차는 2단계로 구성된다. 1단계에서 분류 가능성이 가장 높은 클래스 2개를 선정하고 이들 클래스의 분류 가능성이 서로 유사하면 2단계에서 추가적인 분류 절차를 거친다. 제안하는 시스템의 성능 분석을 위해 가우시안 잡음으로 오염된 MNIST 데이터셋을 대상으로 분류 정확도를 실험하였다. 실험 결과 잡음 환경에서 제안하는 시스템이 CNN(Convolutional Neural Network) 기반의 분류 기법에 비해 높은 정확도를 나타냄을 확인하였다.

• 한국재난정보학회 논문집
• /
• 제17권1호
• /
• pp.120-127
• /
• 2021

연구목적: 본 연구는 미분무 소화설비의 FDS모델링 수행에 있어 액적과 관련된 변수의 설정 변화가 살수밀도에 미치는 영향을 알아보았다. 연구방법: 미분무 노즐의 살수 현상을 FDS에서 해석할 경우 액적과 관련하여 설정할 수 있는 항목 중 초당액적수, 액적속도, 입경분포함수, 분사패턴형태의 값을 입력하여 분석된 결과를 검토하였다 연구결과: 분석결과에서, 초당미립자 수 설정은 일정 값 이상이 되면 유사한 바닥면의 살수밀도를 보여주었다. 액적속도는 낮아짐에 따라 중심부분의 살수밀도를 높이지만 0.15m 이상 떨어진 거리에서는 낮아짐을 알 수 있었다. 입경분포함수의 변화에 대한 분석에서, 𝛾값의 증가는 중심부분의 살수밀도의 증가를 가져오지만, 떨어진 위치에서의 값은 감소를 가져온다는 점을 알 수 있었다. 가우시안 분포를 적용한 결과에 비하여 균등분포를 적용하는 경우 중앙값은 극적으로 낮아지지만 인접위치에서의 값은 증가함을 보여준다. 결론: FDS의 액적특성에 관련된 변수들은 각각 바닥면의 살수밀도에 영향을 준다. 그러므로 화재 진압이나 냉각 등의 해석에 들어가기 전 신뢰성을 확보하기 위하여 입력변수에 대한 면밀한 검토가 필요하다.

• 한국광학회지
• /
• 제33권6호
• /
• pp.267-274
• /
• 2022

쉴리렌 이미징을 위한 랜덤 도트 배열 투영용 이진 회절광학소자를 설계하고 제작하였다. 이 연구에서 적용된 회절광학소자는 단 두 단계의 위상 및 10 ㎛의 피치를 갖는 이진 위상 회절 격자로, 제작 단가 및 제작 공정의 용이성을 위하여 선택되었다. 회절광학소자의 설계는 최종 패턴의 밝기 정보를 목적 함수로 사용하는 iterative Fourier transform algorithm을 적용하였다. 먼저 균일 밝기의 랜덤 도트 이미지를 생성하였고, 이를 최종 목표 이미지(패턴)로 적용한 결과, 위치(시야)에 따른 랜덤 도트의 밝기 변화를 확인하였다. 이를 해결하기 위하여 최종 목표 패턴에 가우시안 가중치를 적용한 개선 설계를 적용하였고, 그 결과 패턴 밝기 균일도를 52.7%에서 90.8%까지 향상시켰다. 이후, 바이너리 회절 소자 및 이를 적용한 빔 투사기를 제작하여 설계 결과를 검증하였다. 검증 결과 투사 거리 5 m에서 설계 목표인 430 mm × 430 mm 투광면적, 10,000개 이상의 랜덤 도트 패턴의 생성을 확인하였다. 측정된 균일도는 시뮬레이션에서 예상되었던 균일도보다 다소 적은 84.5%이나, 이는 회절 격자 형상, 특히 모서리 뭉개짐 및 간격 오류에 의한 것으로 추정된다.

• 대한토목학회논문집
• /
• 제40권6호
• /
• pp.547-553
• /
• 2020

노후화 시설물의 증가에 따라 선제적 유지관리의 중요성은 점차 증대되고 있다. 선제적 유지관리는 시설물의 응답 계측으로부터 시작되기 때문에 높은 정밀도를 가지는 응답을 획득하는 것이 중요하다. 국부적인 응답 중 변형률은 균열 감지 및 피로 진전 예측 등에 활용가능하다. 변형률 센서는 크게 이산형 및 분포형 센서로 구분된다. 이산형 센서의 대표적인 예가 광섬유 브래그 격자(FBG)와 전기 저항식 게이지이다. 이산형 센서는 높은 정확성과 재현성(고 정밀)을 가지지만, 측정점이 제한된다는 한계를 가진다. 브릴루앙 산란 기반 광섬유 변형률 계측 시스템 중 하나인 Brillouin Optical Correlation Domain Analysis (BOCDA)은 대표적인 분포형 센서이며, 5 cm 라는 높은 공간 분해능을 가진다. BOCDA는 투영된 광원에서 발생하는 산란파를 이용하여 광섬유 전 구간의 변형률을 계측한다. 측정점이 많아지는 장점이 있으나, 이산형 센서에 낮은 정확도와 재현성을 가진다. 본 연구에서는 고 정밀 데이터(이산형 센서)와 저 정밀 데이터(분포형 센서) 각각의 장점을 융합하는 후처리 기법을 제안하였으며, 이에 대한 가능성을 검증 실험을 통해 확인했다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.870-881
• /
• 2020

본 논문에서는 5G NR (new radio) 시스템에서 PSS/SSS (primary synchronization signal/secondary synchronization signal)를 이용한 cell ID (cell identity) 검출 방법들을 제시하고 성능을 평가한다. 시간 영역에서 PSS를 먼저 검출한 후 검출된 PSS 정보를 이용하여 채널 추정 및 SSS의 시퀀스 검출에 사용하는 2단계(2-stage) 검출 방법과 PSS와 SSS 시퀀스를 결합하여 동시에 검출하는 결합 검출(joint detection) 방법을 사용한다. 또한, 추정한 채널 이득을 이용하여 주어진 PSS 및 SSS의 전체 시퀀스 길이의 상관(correlation) 값을 계산하는 coherent 방법과 시퀀스의 전체 길이를 여러 개의 그룹으로 나누어 각 그룹 내에서는 coherent 상관을 계산하고, 이들을 결합하여 전체 그룹의 상관 값을 계산하는 non-coherent combining 방법을 제시한다. 본 논문에서 고려한 검출 방법들에 대해 전산 실험을 통하여 PSS 및 SSS의 개별 검출 에러율과 전체 cell ID 검출 에러율 성능을 비교한다. 전산 실험 결과는 가산 백색 가우시안 잡음환경과 고정 및 이동 환경에서 non-coherent combining 방법이 coherent 방법에 비해 우수한 검출 성능을 보이며, 결합 검출 방법은 2단계 검출 방법에 비해 우수한 성능을 보이나 계산 복잡도 측면에서는 2단계 검출 방법이 보다 낮은 복잡도를 갖는다는 것을 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.175-182
• /
• 2020

비접촉식 시선추적 기술은 인간과 컴퓨터간의 인터페이스로서 장애가 있는 사람들에게 핸즈프리 통신을 제공하며, 최근 코로나 바이러스 등으로 인한 비접촉시스템에도 중요한 역할을 할 것으로 기대된다. 따라서 본 논문에서는 인간 중심의 상호 작용을 위한 상황인식 다중영역 분류기 및 ASSL 알고리즘을 기반으로 한 사용자 인터페이스 기술을 개발한다. 이전의 AdaBoost 알고리즘은 안구 특징 사이의 공간적 맥락 관계를 이용할 수 없기 때문에 눈의 커서 포인팅 추정을 위한 안면 추적에서 충분히 신뢰할 수 있는 성능을 제공 할 수 없다. 따라서 본 논문에서는 효율적인 비접촉식 시선 추적 및 마우스 구현을 위한 눈 영역의 상황기반 AdaBoost 다중 영역 분류기를 제시한다. 제안된 방식은 여러 시선 기능을 감지, 추적 및 집계하여 시선을 평가하고 온 스크린 커서 기반의 능동 및 반 감독 학습을 조정한다. 이는 눈 위치에 성공적으로 사용되었으며 눈 특징을 감지하고 추적하는 데에도 사용할 수 있다. 사용자의 시선을 따라 컴퓨터 커서를 제어하며 칼만 필터를 이용하여 실시간으로 추적하며, 가우시안 모델링을 적용함으로써 후처리하였다. Fits law에 의해 실험하였으며, 랜덤하게 대상객체를 생성하여 실시간으로 시선추적성능을 분석하였다. 제안하는 상황인식을 기반 인식기를 통하여 비접촉 인터페이스로서의 활용이 높아질 것이다.

• 한국수자원학회논문집
• /
• 제55권1호
• /
• pp.43-57
• /
• 2022

유사량 계측 기술의 발달로 초음파 도플러 유속계(ADCP)의 산란도가 부유사 농도와 관계가 있다는 특성을 이용해 부유사의 농도를 짧은 시간 간격으로 계측하여 부유사 관측의 비용과 위험 문제를 극복하고자 하는 노력이 지속되고 있다. 국내에는 자동 유량 관측소에 횡방향 ADCP (H-ADCP)가 설치되어 있어 실시간으로 부유사 농도를 계측하는 기술의 적용이 가능하지만 자동 유량 관측소와 부유사 관측소의 위치가 항상 일치하지는 않아 모든 관측소에서의 모형 개발은 불가한 실정이다. 본 연구에서는 이러한 문제를 극복하기 위해 H-ADCP가 설치된 유사량 관측소 9개소에 대해 부유사 농도를 계측하는 H-ADCP-SSC 관계식을 개발하고 그 결과의 적용성에 대해 고찰하였다. 그리고 부유사 관측소별로 나타나는 특징에 대해 알아보기 위해 한국 하천의 부유사 관측소 44개소의 유역면적, 부유사와 하상토의 입도분포, 유량-유사량 관계식 등의 유사특성 자료를 이용해 비지도 기계학습 기법인 가우시안 혼합 모형(GMM)으로 군집분석을 수행하였다. 군집화 결과, 유사량 관측소를 공간적으로 구분해낼 수 있었으며, 특히 하천의 본류와 지류의 유사 특징을 구분해낼 수 있었다. 결과적으로, H-ADCP-SSC 관계식과 부유사 관측소의 군집분석 결과를 종합해 H-ADCP-SSC 관계식이 개발되지 않은 자동 유량 관측소에서 관계식을 적용하는 부유사 농도를 실시간으로 계측할 수 있도록 하는 프로토콜을 제안하였다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.229-250
• /
• 2022

포트폴리오 최적화 이론의 초석인 Markowitz의 평균-분산 포트폴리오 모형 (1952)이 발표된 이후로 많은 분야에서 포트폴리오 최적화에 대한 다양한 연구가 진행되었다. 기존의 평균-분산 포트폴리오 모형은 주로 목적함수나 제약식에 비선형 볼록 형태를 포함한다. 이를 Dantzig의 선형계획법을 적용하여 선형으로 변환시켜 알고리즘 계산 시간을 효율적으로 감소시켰다. 또한 시계열 데이터 특성을 반영하여 시간에 따른 가중치를 고려하는 가우시안 커널 가중치 공분산을 제안하였다. 여기에 일정 부분은 벤치마크에 투자하고 나머지는 포트폴리오 최적화 모형으로 제안된 자산들에 투자하는 퍼터베이션 방법을 적용하여 평균 수익률과 위험도를 목적에 맞게 조절하도록 하였다. 또한, 본 논문에서는 안정적이면서도 적은 자산을 보유하게 포트폴리오를 구성하여 관리비용(management costs)과 거래비용(transaction costs)를 낮출 수 있는 Dantzig-type 퍼터베이션 포트폴리오 모형을 제안하였다. 제안된 모형의 성능은 5개의 실제 데이터 세트로 벤치마크 포트폴리오와 비교 분석하여 평가하였다. 최종적으로 제안한 최적화 모형은 벤치마크보다 높은 기대수익률이나 낮은 위험도를 갖는 포트폴리오를 구성하여 퍼터베이션 목적을 만족하며, 투자한 자산의 수와 시간에 따른 자산 구성 변화를 일정 수준 이하로 조절하는 희소하며 안정적인 결과를 얻었다.