• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.367-367
• /
• 2012

기후변화로 인해 기온, 강수량, 습도 등의 기후를 예측하고 변화하는 환경에 적응해가며 생활하고 있다. 또한 여러 가지 외부적인 요인들의 영향을 받아 상수도 시설에서의 에너지 사용량도 영향을 많이 받는다. 하지만 이러한 상수도 시설의 사용량 변화로 인해 상수도 수요량의 변화량을 예측하는데 있어서 국내 연구 및 방법이 많이 부족한 상황이다. 이에 본 연구에서는 다중스케일을 기반으로 하는 비선형 예측 모형을 개발하고자 한다. 다중스케일 분석에서도 가장 우수한 분해 능력을 가지는 Wavelet Transform을 적용하여 시계열을 분해한 후 패턴인식 기반의 비선형 예측모형인 Support Vector Machine(SVM)을 적용하였다. 상수도 수요량의 예측 과정은 다음과 같다. 첫째, 상수도 수요량 자료를 Wavelet Transform 기법을 통하여 단순화 시킨다. 둘째, Global Wavelet Spectrum을 통하여 통계적으로 의미 있는 성분만을 추출하고 이를 해석 대상으로 한다. 셋째, 특정 주기를 갖는 유의한 독립성분들에 대해서 최적 지체시간을 결정한 후 SVM모형을 통해 예측 모형을 구축한다. 넷째, 나머지 성분에 대해서도 SVM 모형을 적용하여 예측을 실시한 후 앞서 예측된 성분과 모두 결합하여 최종적으로 예측시계열을 구성한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.322-324
• /
• 2003

생체인식 기술은 현재까지 많은 발전을 거듭하고 있으며 국내에서도 연구는 물론 표준화작업 및 데이터 베이스 구축이 활발히 진행되고 있다. 생체인식은 신체의 여러 부분을 이용하는 방법과 습관에서 비롯된 특징을 이용하는 방법이 있는데, 본 연구에서는 이 중에서 개인의 필기습관 정보를 이용하여 인식하였다. 본 연구에서는 필기습관에 주목하여 서명하는 사람의 습관이 잘 드러나는 펜의 기울임과 눌림, 펜의 방위각도 둥의 성분이 표현되어지는 동적인 생채정보를 감지하고 특성을 추출할 수 있는 타블렛과 펜을 사용하여 서명정보를 추출한다. 이렇게 생성된 서명정보의 특징을 추출하기 위하여 패턴인식분야에 널리 활용하고 있는 주성분요소분석(PCA, Principal Component Analysis), 독립성분요소분석(ICA, Independent Component Analysis)기법에 적용하였다. 생성된 두 특징벡터 사이의 거리를 Euclidean Distance를 이용하여 구하고 Nearest Neighbor를 비교하여 인식률을 알아보고 교차인식(Cross Validation) 기법 중 하나인 Leave-One-Out 방법을 이용한 분류성능 측정을 통하여 데이터의 신뢰수준을 알아보았다.

• Broadcasting and Media Magazine
• /
• v.7 no.3
• /
• pp.83-93
• /
• 2002

본 고에서는 최근 표준화가 진행 중인 H.26L 부호기의 화면내 예측기법에 대해서 살펴보고자 한다 기존의 H.261, MPEG-1, MPEG-2등에서는 블록별로 독립적으로 UT 기반의 변환부호화를 수행하였으나, H.261의 화면내 부호화 방식은 공간 예측 및 정수형 변환을 사용한다. 또한, H.261에서 시작해서, MPEG-4에 이르기까지 지속적으로 사용되어 온 8x8화소 블록과는 달리 4x4또는 16x16단위의 처리, 휘도 성분과 색도 성분의 독립적인 처리 등 많은 새로운 부호화 방식이 도입되었다. 효과적인 예측 모드 부호화를 위해 주변 블록의 모드들을 이용한 예측 부호화 방식이 도입되었다. 기존의 가장 대표적인 화면내 부호화기인 H.263에 비해서 H.26L방식이 같은 화질에서 약40%의 추가적인 압축 효과가 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.615-618
• /
• 2008

본 논문에서는 각 개인의 동작영상에 대한 국부고유공간에 바탕을 둔 기저영상을 이용한 효율적인 수화영상 인식 기법을 제안하였다. 여기서 국부고유공간의 추출은 주요성분분석을 이용한 것으로 동작영상의 국소특징을 더욱 더 잘 반영하기 위함이고, 기저영상의 추출은 독립성분분석을 이용한 것으로 수화영상 내에 포함된 고차원의 독립적인 특징들을 반영하여 보다 개선된 인식성능을 얻기 위함이다. 제안된 기법을 240*215 픽셀의 80(1명*5동물*16동작)개 동물을 표현하는 수화동작을 대상으로 Euclidean의 분류척도를 이용하여 실험한 결과, 단순 국부고유공간을 이용한 방법에 비해 우수한 인식성능이 있음을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.37 no.6
• /
• pp.22-31
• /
• 2000

In this paper, we propose a method for removing noise components in the feature extraction process for robust speech recognition. This method is based on blind separation using independent component analysis (ICA). Given two noisy speech recordings the algorithm linearly separates speech from the unwanted noise signal. To apply ICA as closely as possible to the feature level for recognition, a new spectral analysis is presented. It modifies the computation of band energies by previously averaging out fast Fourier transform (FFT) points in several divided ranges within one met-scaled band. The simple analysis using sample variances of band energies of speech and noise, and recognition experiments showed its noise robustness. For noisy speech signals recorded in real environments, the proposed method which applies ICA to the new spectral analysis improved the recognition performances to a considerable extent, and was particularly effective for low signal-to-noise ratios (SNRs). This method gives some insights into applying ICA to feature levels and appears useful for robust speech recognition.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2164-2167
• /
• 2003

In this paper we propose effective speech recognizer through recognition experiments for three feature parameters(PCA, ICA and MFCC) using SVM(Support Vector Machine) classifier In general, SVM is classification method which classify two class set by finding voluntary nonlinear boundary in vector space and possesses high classification performance under few training data number. In this paper we compare recognition result for each feature parameter and propose ICA feature as the most effective parameter

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2011.06a
• /
• pp.187-188
• /
• 2011

Independent component analysis (ICA) is a method separating the mixture of signals into statistically and mutually independent ones. It has been applied to not only the Cocktail-party problem but also EEG analysis using the EEG waveform, digital signal processing, image processing and cognitive technique field actively. This study aims to propose a procedure to estimate the modal responses and mode shapes of a floating structure by using the ICA method from measured responses of the floating structure.

• Bulletin of the Society of Naval Architects of Korea
• /
• v.26 no.2
• /
• pp.32-40
• /
• 1989

Dynamic ship positioning(DP) system is used to keep the position and heading of a ship, or a floating platform, above a pre-selected site on the seabed by using thrusters. This paper presents a control system based on filtering technique and optimal control theory. The planar motions of a vessel are assumed to consist of low frequency(LF) component and high frequency(HF) one. The former is mainly due to thrusters, current, wind and second order wave forces, while the latter is mainly due to first order oscillatory component of the wave force. Furthermore position measurement signals include the noise. By means of self-tuning filter and Kalman filter techniques, LF motion estimates and HF ones are seperately achieved from the position measurements of the vessel. The estimated LF motions are used as input to the feedback loops. The total thruster power is minimized using the Linear Quadratic Gaussian control theory. The performance of the vessel with the DP system is investigated by computer simulation.

• The Journal of the Acoustical Society of Korea
• /
• v.41 no.3
• /
• pp.326-334
• /
• 2022

In this paper, we propose speech enhancement algorithm as a pre-processing for robust speech recognition in noisy environments. Auxiliary-function-based Independent Vector Analysis (AuxIVA) is performed with weighted covariance matrix using time-varying variances with scaling factor from target masks representing time-frequency contributions of target speech. The mask estimates can be obtained using Neural Network (NN) pre-trained for speech extraction or diffuseness using Coherence-to-Diffuse power Ratio (CDR) to find the direct sounds component of a target speech. In addition, outputs for omni-directional noise are closely chained by sharing the time-varying variances similarly to independent subspace analysis or IVA. The speech extraction method based on AuxIVA is also performed in Independent Low-Rank Matrix Analysis (ILRMA) framework by extending the Non-negative Matrix Factorization (NMF) for noise outputs to Non-negative Tensor Factorization (NTF) to maintain the inter-channel dependency in noise output channels. Experimental results on the CHiME-4 datasets demonstrate the effectiveness of the presented algorithms.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.10
• /
• pp.1451-1456
• /
• 2013

This paper propose a method for fast convergence technique in frequency domain independent component analysis (FDICA) using eigenanalysis. It important, such as SONAR system, to eliminate the interference sources through fast algorithm. Through eigenanalysing a two-by-two delayed mixture case, information of delay can be used for initial weighting parameters. Simulations show the improved performances in convergence speed and noise rejection rate. The proposed method can present close weights for optimal convergence, noise can be diminished drastically about 3 times epoch, and get the better resultss with 1~3dB than the conventional method.