• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1958-1959
• /
• 2011

RBFNNs(Radial Basis Function Neural Networks) 모델의 경우 Min-Max, HCM(Hard C-means)클러스터링 그리고 FCM(Fuzzy C-means)클러스터링 중 한가지를 통해 데이터 입자는 로드 규칙을 생성한 후 퍼지 공간을 분할 및 가우시안 함수의 정점을 정의한다. 본 논문은 기존의 방법과는 다르게 Min-Max와 FCM클러스터링을 혼합하여 로드의 규칙을 생성한 후 퍼지 공간을 분할 및 가우시안 함수의 정정을 정의하는 방법으로 사용하고자 한다. PSO최적화 알고리즘을 이용하여 같은조건에서 최적화한 기존의 방법으로 모델링된 RBFNNs와 Min-Max와 FCM 클러스터링을 혼합하여 사용한 방법의 비교를 통하여 어떤 모델의 성능이 더욱 좋은지 비교하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.259-262
• /
• 2009

본 논문에서는 정확한 비디오 객체 분할을 위한 글로벌 가우시안 모델 기반의 이동 외부 그림자영역 검출방법을 제안한다. 이 방법은 현재 픽셀과 배경 픽셀의 컬러 벡터간의 사이 각을 가중치 함수로 변환하고, 이를 그림자 모델의 확률 밀도에 곱하여 구한 값을 그림자 검출에 사용하고 이를 다시 그림자 모델의 입력으로 하여 검출된 픽셀 들의 분포가 자동으로 영상의 실제 그림자 분포에 근접하게 하였다. 또한, 잘못 검출된 그림자 영역을 제거하기 위해 영역의 위치 정보를 이용한다. 실험 결과를 통해 제안하는 방법은 적응적으로 그림자를 검출하면서도 높은 분할 정확도를 가지고 있음을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.398-402
• /
• 1998

본 논문에서는 유ㆍ무선 통신 채널을 통한 데이터 전송시 발생하는 비선형 왜곡을 적응 필터를 이용하여 보상하였다. 특히 통신채널에서는 심볼간 간섭(ISI)이 발생하는데 이러한 간섭을 비선형 필터를 이용하여 제거하였다. 비선형 채널을 모델링하는 방법에는 볼테라급수를 이용하는 방법과 쌍선형 방법이 있다. 쌍선형 방법은 볼테라 방법에 비하여 계산량이 적은 장점을 지니고 있다. 따라서 쌍선형 필터에 적응 알고리듬을 적용하여 신호의 왜곡을 보상하였다. 적응 알고리듬에는 LMS 계열과 LS 계열 알고리듬이 있으나 통신 채널에서는 알고리듬의 안정도가 중요하므로 LMS 계열 알고리듬을 적용하였다. 또한 적응 알고리듬은 입력 데이터의 상관성과 데이터 수에 의존하여 수렴속도와 안정도가 결정된다. 알고리듬의 수렴속도를 증가시키기 위하여 입력신호를 신호파형으로부터 다량의 데이터를 검출하는 방법을 적용하였다. 이러한 방법을 입증하기 위하여 입력신호는 2진 랜덤 가우시안 데이터를 이용하였고, 통신채널에서 채널간 간섭을 발생시켰으며 화이트 가우시안 잡음을 부가 시켰다. 이러한 신호를 수신한 수신기에 적응 등화기를 설계하여 대량의 데이터를 생성시키고, 적응 알고리듬을 적용하여 채널의 왜곡을 빠른 속도로 보상하였다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.13 no.8
• /
• pp.834-842
• /
• 2002

The method of moment is applied to the analysis of electromagnetic scattering from an arbitrarily-shaped conductor. The conducting surface is discretized into triangular patches using a GID tool. Surface currents on a conductor are expanded with a vector triangle basis function. By using the Duffy's method, the singular integration appeared in a triangle patch can be transformed into the non-singular integral form suitable for one dimensional Gaussian quadrature integration method. Mutual and self integration extracted singular terms are evaluated by two dimensional Gaussian quadrature techniques.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.283-289
• /
• 2005

Background Subtraction은 움직이는 물체 검출에 가장 많이 사용되는 방법 중 하나이다. 배경이 복잡하고 변화가 심한 경우, 배경을 실시간으로 얼마나 정확하게 학습하는가가 물체 검출의 정확도를 결정한다. Gaussian Mixture Model은 이러한 배경의 모델링에 가장 많이 쓰이는 방법이다. Gaussian Mixture Model은 확률적 학습 방법을 사용하는데, 이러한 방법은 물체가 자주 지나다니거나 물체가 멈춰있는 경우, 배경을 정확하게 모델링하지 못한다. 본 논문에서는 밝기 값에 대한 확률적 모델링과 밝기 값의 변화에 따른 처리를 결합하여 혼잡한 환경에서 배경을 정확하게 모델링할 수 있는 학습 방법을 제안한다.

• The Journal of the Acoustical Society of Korea
• /
• v.11 no.1E
• /
• pp.73-78
• /
• 1992

시벼형 신호인 음성 신호의 분석에 칼만필터를 이용하였다. 일반적인 음성 분석은 프레임단위의 처리방법인 선형 예측 부호화 기법을 주로 이용하지만 음성의 시변 특성을 파악하는데에는 적절하지 못 하다. 따라서 순차적인 추정기법으로 많이 이용되는 칼만 필터를 음성 분석에 적용하였다. 또한 음성과 같은 시변신호에서는 과거 신호의 잡음의 분산값에 적당한 가중치를 부가하므로써 과거의 신호에 의해 서 현재의 추정값에 미치는 영향을 줄였으며 이를 음성의 천이 구간에서의 파라메타 추정에 사용하였 다. 그리고 음성신호 모델에서 생기는 모델링 오차는 일반적으로 백색 가우시안 잡음으로 가정하고 있 으나 이는 자음과 같은 무성음에서 특징 파라메타 푸정에는 오차가 적지만 모음등의 유성음에서는 음성 발생시의 여기신호인 펄스열에 의해서 많은 모델링 오차를 생기게 한다. 따라서 모델링 오차신호는 Non-Gaussian 확률분포로 가정한 후 로버스트 칼만 필터를 사용하여 합성으멩 대해 특징 파라메터를 추출하였다.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2278-2280
• /
• 2004

이 논문은 이동식 수레형 도립진자 제어에 있어서 비선형적인 특성을 발생시키는 원인중의 하나인 마찰력을 보상하는 방법에 대하여 고찰한다. 여기에 사용된 방법은 모터에 전압을 인가하였을 때의 이동식 수레형 도립진자의 위치와 속도에 대한 데이터를 가지고, 가우시안 반복을 적용한 비선형 최소 자승법을 이용하여 마찰력을 추정하고, 모델링을 하여, 모델링 된 파라미터를 이용하여 비선형적인 특성을 최소화하는 것이다. 이 논문의 주된 결과는 수학적으로 모델링 한 마찰력이 실제의 마찰력과 유사하며, 이 마찰력을 보상함으로서, 이동식 수레형 도립진자의 제어 성능이 향상되었음을 보여준다. 따라서 이 결과는 기존의 마찰력을 무시하고, 이동식 수레형 도립진자를 제어하였을 때보다 마찰력을 보상하였을 때가 더욱 안정된 시스템이 됨을 실험적으로 확인한다.

• Science of Emotion and Sensibility
• /
• v.1 no.2
• /
• pp.93-103
• /
• 1998

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• v.29 no.1
• /
• pp.56-61
• /
• 2010

This paper describes optimization methods of acoustic models in HMM-based continuous speech recognition. Most of the conventional speech recognition systems use the same number of Gaussian mixture components for each HMM state. However, since the number of data samples available for each state is different from each other, it is possible to reduce the overall number of model parameters and the computational cost at the decoding step by optimizing the number of Gaussian mixture components. In this study, we introduced the Gaussian mixture weight term at the merging stage of Gaussian components in the minimum description length (MDL) based acoustic modeling optimization. Experimental results showed that the proposed method can obtain better ASR accuracy than the previous optimization method which does not consider the Gaussian mixture weight term.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.432-434
• /
• 2012

본 논문에서 우리는 고정된 교통 CCTV 카메라 화면 내에 존재하는 배경의 동적 요소틀을 효과적으로 모델링 할 수 있는 새로운 배경 모델을 제안하고자 한다. 우리의 모델은 [1]에서 제안했던 multiple-thresholded local binary patterns(MTLBP)배경 모델을 확장한 것으로, 가우시안 필터를 통해 화면의 분산된 국부정보를 수집함으로써 움직이는 나뭇가지등과 같은 배경의 동적 요소를 제거한다. 우리는 다양한 실험 결과를 통해 제안하는 기법이 저해상도의 영상에 대해서도 매우 빠르고 정확하게 동작할 수 있으며, 따라서 실제의 응용 시스템에 적합함을 보일 것이다.