• Smart Media Journal
• /
• v.11 no.3
• /
• pp.26-30
• /
• 2022

Spiking neural network is a neural network that applies the working principle of real brain neurons. Due to the biological mechanism of neurons, it consumes less power for training and reasoning than conventional neural networks. Recently, as deep learning models become huge and operating costs increase exponentially, the spiking neural network is attracting attention as a third-generation neural network that connects convolution neural networks and recurrent neural networks, and related research is being actively conducted. However, in order to apply the spiking neural network model to the industry, a lot of research still needs to be done, and the problem of model retraining to apply a new model must also be solved. In this paper, we propose a method to minimize the cost of model retraining by extracting the weights of the existing trained deep learning model and converting them into the weights of the spiking neural network model. In addition, it was found that weight conversion worked correctly by comparing the results of inference using the converted weights with the results of the existing model.

• The Journal of the Acoustical Society of Korea
• /
• v.27 no.6
• /
• pp.319-324
• /
• 2008

In this paper, we propose a novel approach to improve the performance of speech/music classification for the selectable mode vocoder (SMV) of 3GPP2 using the discriminative weight training which is based on the minimum classification error (MCE) algorithm. We first present an effective analysis of the features and the classification method adopted in the conventional SMV. And then proposed the speech/music decision rule is expressed as the geometric mean of optimally weighted features which are selected from the SMV. The performance of the proposed algorithm is evaluated under various conditions and yields better results compared with the conventional scheme of the SMV.

• Proceedings of the KIEE Conference
• /
• 1999.07b
• /
• pp.653-655
• /
• 1999

카메라 영상을 통하여 무인 헬리콥터 동작을 추정하기 위해 적응형 가중치를 사용한 새로운 Ego-Motion을 검출 기법을 제안하였다. 무인 헬리콥터 동적 특성은 비선형이며, 심한 진동 발생으로 영상 번짐(blur) 현상이 나타나기 때문에 상관 값만을 고려한 정합 방법으로는 빈번히 오차가 발생한다. 본 논문에서는 가속도, 각 가속도 및 제어입력 값에 의한 위치 추정 값과 상관 값 및 에지 강도를 가중치에 의해 융합하여 정확한 Ego-Motion을 계산할 수 있는 기법을 제안하였다. 또한 무인 헬리콥터의 가속도, 각 가속도, 상하 속도에 따라서 영상의 번짐 정도가 달라 이들 같이 크면 위치오차에 가중을 크게 주고, 작으면 상관 값에 가중치를 적게 주는 적응형 가중치 결정 알고리즘을 적용하였다. 제안한 적응형 가중치 기법을 무인 헬리콥터에 실험한 결과 카메라에 포착된 영상에 의해 무인헬기의 동작을 정확히 추정 할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.169-171
• /
• 2005

그래프를 사용하는 데이터 표현법은 직$\cdot$간접적으로 실세계를 표현하는 다양한 데이터 모델 중에서 가장 일반화된 방법으로 알려져 있다. 기본적으로 그래프는 정점과 간선으로 구성되며, 정점과 간선은 그 중요도나 운영 목적에 따라 다양한 가중치가 부여될 수 있다. 특히, 이러한 그래프를 순회하는 트랜잭션들로부터 중요한 순회패턴을 탐사하는 것은 흥미로운 일이다. 본 논문에서는, 정점과 간선에 가중치가 있고 방향성을 가진 기반 그래프가 주어졌을 때, 그 그래프를 순회하는 트랜잭션들로부터 가중치를 고려하여 빈발 순회패턴을 탐사하는 방법을 제안한다. 또한, 이렇게 탐사한 결과에 가중치를 고려한 중요도를 평가하여 빈발 순회패턴들 간의 우선순위를 결정할 수 있도록 한다. 이 과정에서 발생할 수 있는 트랜잭션 노이즈는 기반 그래프의 간선 가중치의 평균과 표준편차를 이용하여 제거함으로써 보다 신뢰성 있는 빈발 순회패턴을 탐사할 수 있다. 제안한 논문은 웹 로그 마이닝 등 그래프를 이용하는 다양한 응용 분야에 적용할 수 있을 것이다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.8
• /
• pp.73-77
• /
• 1998

본 연구는 자동차내 배경 잡음에 의해 손상된 음성에서 배경 잡음을 주파수 차감에 의하여 제거시킨다. 특히 음성정보의 손실이 적은 잡음 추정 방법으로 가중치를 이용하여 잡음을 가중치 주파수 차감법을 이용하였다. 이러한 가중치 주파수 차감법은 잡음의 변화가 완만한 경우에 적당하다. 그러나 실제적인 상황에서 배경잡음신호의 변화가 큰 경우가 존재 한다. 이러한 이유는 본 연구는 잡음 추정시 잡음 추정값을 이용하여 추정 잡음 경계값을 적응적으로 변화시키는 차감법을 제안한다. 이 방법은 추정된 잡음 신호의 변화율을 이용하 여 경계값을 상황에 따라 적응적으로 변화시키는 방법이다. 모의 실험에 의하여 고정적인 경계값을 갖는 가중치 주파수 차감법에 비해 제안한 적응적 경계값을 갖는 가중치 주파수 차감법의 출력 SNR이 증가함을 확인하였고, 음성 인식 시스템에 적용한 인식 실험에서도 성능이 향상됨을 확인하였다.

• Proceedings of the KIEE Conference
• /
• summer
• /
• pp.79-81
• /
• 2004

본 논문에서는 전력시스템의 정적 안전도수준(Steady-state Security Level)을 평가할 수 있는 안전도 지수를 전력시스템의 영향을 반영하는 가중치를 고려하여 보다 개선된 안전도 지수를 제안한다. 먼저, N-1선로사고를 가정하여 각 선로가 계통에 미치는 영향과 각 선로의 사고로 인해 모선 전압의 변동량을 분석하여 각각 안전도 지수들의 가중치를 산정한다. 이때, 가중치의 표준화를 위해 분포도(Distribution Chart)를 활용한다. 가중치가 적용된 안전도 지수는 이를 고려하지 않은 안전도 지수보다 더욱 계통상황을 잘 반영할 것이며, 전력계통 운영 상태를 나타내는 중요한 지표로서 활용될 수 있을 것이다.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.14-17
• /
• 2003

문서의 확률을 이용하여 자동으로 문서를 분류하는 문서 범주화 기법의 대표적인 방법이 나이브 베이지언 확률 모델이다. 이 방법의 기본 형식은 출현 용어의 확률 계산 방법이다. 하지만 실제 문서 범주화 과정에서 출현하지 않는 용어들도 성능에 많은 영향을 줄 수 있으며, 출현 용어들에 대한 빈도 이외의 역범주 빈도나 용어가중치를 적용하여 문서 범주화 시스템의 성능을 향상시킬 수 있다. 본 논문에서는 나이브 베이지언 확률 모델에 출현 용어와 출현하지 않는 용어들에 대한 smoothing 기법을 적용하여 실험하였다. 성능 평가를 위해 뉴스그룹 문서들을 이용하였으며, 역범주 빈도와 가중치를 적용했을 때 나이브 베이지언 확률 모델에 비해 약 7% 정도 성능 개선 효과가 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.209-212
• /
• 2010

본 논문에서는 영상을 확대할 경우에 발생하는 영상의 품질 저하를 최소화하기 위하여 원본 영상 픽셀과 확대된 결과 영상 픽셀 간의 명암도 차이와 보간 수행시 적용되는 가중치 값을 퍼지 기법에 적용하여 영상을 확대하는 방법을 제안한다. 제안된 방법은 기존의 양선형 보간법으로 도출된 결과 영상 픽셀과 원본 영상 픽셀 간의 명암도 차이와 보간 수행시 네 개의 픽셀 값에 곱하게 되는 가중치 값을 퍼지 소속 함수에 적용하여 원본 영상의 픽셀 정보와 가장 근접한 특징을 가진 확대된 결과 영상의 픽셀 정보를 최종적으로 도출한다. 제안된 방법을 실험한 결과, 기존의 양선형 보간법에 비해 영상 확대시, 발생하는 문제점인 흐림 현상이 상대적으로 감소하여 영상의 품질이 개선되는 것을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.328-331
• /
• 2007

많은 연구원들이 자신의 연구 과제를 수행함에 있어 선행 연구 자료로 참고하는 것이 관련 주제에 관한 학술 자료이다. 현재 많은 학교와 기관 그리고 단체에서 관련 학술 자료를 발간하고 있으며 이를 참조하는 방식도 다양하다. 그러나 학술 자료를 참조함에 있어 단어 기반 검색이 사용되고, 발간된 자료의 양이 방대해짐에 따라 사용자가 원하는 정보를 참조하는 데 많은 어려움이 따른다. 본 논문은 이러한 기존 학술 자료 검색 방법을 보완하기 위하여 온톨로지를 기반으로 하는 가중치 부여 논문 검색 모델을 제안한다. 제안한 모델은 논문 관련 정보를 온톨로지로 구축하고, 검색 문서에 가중치를 부여하는 순위화 알고리즘을 적용한 것이다. 이는 기존 유사도 적용 기법에 시멘틱 개념을 적용한 것으로 효율적이고 정확한 논문 검색을 보장한다.

• Environmental and Resource Economics Review
• /
• v.13 no.2
• /
• pp.245-269
• /
• 2004

While the role of local community is getting important in reducing greenhouse gases, current financial supports have not considered these efforts. Instead, development activities have been the only basis of fiscal distribution, which have led to unsustainable development. In this context, this paper analyzes the emission and absorb of air pollutants by local districts in Daegu Metropolitan city and constructs an empirical energy database for local energy use and environmental emissions. Based on the data, it prioritized environmental contribution by region through using MCDM methods, that include maximin & maximax method, simple additive weighting (SAW) and hierarchical additive weighting method (HAW). This concludes the possibility of policy methodology through which we can input environmental variables in distributing local budget.