• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.53-56
• /
• 2002

본 논문은 2채널 스피커를 사용하여 청취자에게 보다 입체적인 음향 효과를 제시하기 위하여 크로스토크현상을 제거하고 청취자의 보다 자유로운 청취를 위해 최적 청취영역 확대를 위한 실험과 시스템 구현에 관한 것이다. 정면에 위치한 두 스피커로부터 교차경로인 크로스토크를 제거하기 위해 음질의 왜곡을 최소화하는 자유음장 모델을 이용하여 구현한 트랜스오럴 필터 사용하였고 최적 청취영역의 확대를 위해 스피커는 BPF(Band Pass Filter)를 이용하여 저주파와 고주파를 분리하여 각각 재생할 수 있는 스피커를 구성하였으며 저주파 영역은 제외하고 중고주파 영역을 이용하였으며 기존 크로스토크제거 시스템을 사용하여 고정된 한 점의 청취영역에서 좌${\cdot}$우로 5Cm씩 이동하au 100Cm까지 측정한 결과 30Cm, 55Cm, 75Cm, 90Cm, 100Cm에서 크로스토크제거됨을 알 수 있는 음의 분리도가 5dB이상 나타났다. 실험 결과 얻어진 각 지점들로부터 자유음장 모델을 이용하여 트랜스오럴 필터링 하였으며 각각의 간섭현상을 막기 위해 주파수 영역에서 심리음향에 기초한 1/3-Octave Band Pass Filter를 사용하여 음질 보상을 실시하였다. 음원을 제작하여 기존의 2채널 시스템에서 제시하는 음원을 각각의 위치의 음원과 비교하여 음질 평가를 실시하였으며 기존의 트랜스오럴 필터와 비교평가를 실시하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.9
• /
• pp.37-47
• /
• 2021

In this paper, we propose a new deep learning model for tongue segmentation with improved accuracy compared to the existing model by diversifying the receptive field in the U-net. Methods such as parallel convolution, dilated convolution, and constant channel increase were used to diversify the receptive field. For the proposed deep learning model, a tongue region segmentation experiment was performed on two test datasets. The training image and the test image are similar in TestSet1 and they are not in TestSet2. Experimental results show that segmentation performance improved as the receptive field was diversified. The mIoU value of the proposed method was 98.14% for TestSet1 and 91.90% for TestSet2 which was higher than the result of existing models such as U-net, DeepTongue, and TongueNet.

• Tunnel and Underground Space
• /
• v.14 no.1
• /
• pp.35-42
• /
• 2004

Impact-echo is a method for non-destructive testing of concrete structure. This method is based on the use of impact-generated stress wave which is propagated and reflected from internal flaws within concrete structure and external surface. In this study, we performed non-destructive testing using impact-echo methods for safety diagnosis of civil engineering and building structures. There are testing cases for the three models having one-dimensional form ; The first case is the measurement of thickness change of the model, the second is the detection of cavity in the model, and the third is the predictions of the lining thickness and the position of the cavity under tunnel lining condition.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.105-105
• /
• 2019

보나 여수로와 같은 수공구조물의 주변에서 발생하는 흐름 거동은 구조물 모서리에서 발생하는 흐름분리(flow separation)와 이에 따른 전단층(shear layer)과 재순환(recirculation) 흐름 영역의 발달 그리고 분리된 흐름의 재부착(reattachment)이 특징이다. 공학적으로 난류의 해석에 있어서 이러한 흐름 거동들을 정확하게 예측하는 것은 수공구조물 설계에 있어서 중요하다. 이 연구에서는 흐름 분리와 재순환 영역의 발달 그리고 흐름 재부착을 포함하는 후방계단(backward-facing step) 흐름을 155,000의 레이놀즈수 조건에서 하이브리드 RANS/LES 모델을 적용하여 해석결과를 평가한다. 하이브리드 모델로는 벽에 인접한 격자의 해상도에 상대적으로 민감하지 않은 SST(shear-stress transport) 난류 모델을 이용하는 DES(detached-eddy simulation) 기법을 적용하였다. 계단 높이가 h인 계산영역은 흐름방향 길이가 34h, 높이는 계단 상류와 하류에서 각각 1h와 2h 그리고 폭은 $2{\pi}$이다. 계단은 상류단으로부터 10h 하류부 지점에 위치한다. 경계조건으로 상부와 하부 벽면에 대해서는 비활조건을 적용한다. 상류부 수로에서 완전 발달한 흐름을 재현하기 위해서 유입경계조건은 유입부 하류 $2{\pi}h$ 지점에서 계산된 유속과 난류량을 매핑(mapping)기법을 이용하여 반복적으로 적용한다. 총 3.1백만개와 7.3백만개의 셀로 계산영역을 구현한 두 개의 계산격자 그리고 약 3.1백만개의 셀을 이용했지만 벽면 근처에서의 격자 구성을 다른 방식으로 설정한 두 가지 격자를 이용하여 격자 해상도가 DES 수치해석 결과에 미치는 영향을 분석하였다. 수치해석결과는 본 연구에서 상류단 조건으로 적용한 매핑기법이 대상 수로에서 완전 발달한 흐름을 잘 재현함을 보여주며, 합리적인 DES 해석 결과를 얻기 위해서는 벽에 수직한 방향으로 적절한 격자의 해상도와 분포가 필요함을 보여준다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.716-721
• /
• 2023

Inverse Text Normalization(ITN) 모델은 음성 인식(STT) 엔진의 중요한 후처리 영역 중 하나이며, STT 인식 결과의 가독성을 개선한다. 최근 ITN 모델에 심층신경망을 활용한 연구가 진행되고 있다. 심층 신경망을 사용하는 대부분의 선행연구는 문장 내 변환이 필요한 부분에 토큰 태깅을 진행하는 방식이다. 그러나 이는 Out-of-vocabulary(OOV) 이슈가 있으며, 학습 데이터 구축 시 토큰 단위의 섬세한 태깅 작업이 필요하다는 한계점이 존재한다. 더불어 선행 연구에서는 STT 인식 결과를 그대로 사용하는데, 이는 띄어쓰기가 중요한 한국어 ITN 처리에 변환 성능을 보장할 수 없다. 본 연구에서는 BART 기반 생성 모델로 생성형 ITN 모델을 구축하였고, Bi-LSTM 기반 보조 신경망 모델을 결합하여 STT 인식 결과에 대한 고유명사 처리, 띄어쓰기 교정 기능을 보완한 모델을 제안한다. 또한 보조 신경망을 통해 생성 모델 처리 여부를 판단하여 평균 추론 속도를 개선하였다. 실험을 통해 두 모델의 각 정량 성능 지표에서 우수한 성능을 확인하였고 결과적으로 본 연구에서 제안하는 두 모델의 결합된 방법론의 효과성을 제시하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2009.05a
• /
• pp.487-490
• /
• 2009

USN과 BcN은 모두 별개의 기능적 특성을 갖는 네트워크들을 지칭하고 있지만, 그 네트워크를 이용한 서비스를 실현하기 위한 상위 기능요소 및 각 요소간의 관계를 포괄하기도 한다. 그럼에도, USN 영역에서는 BcN을 높은 성능의 장거리 전달 망으로 보는 시각이 지배적이며, BcN 영역에서는 여러 종류의 가입자망 중 하나로 USN을 인식하고 있어, 둘 간의 체계적 연동을 어렵게 하고 있다. 본 논문에서는 두 서비스 제공구조의 분석을 통하여 일반화를 수행하고, 정의된 모델에 필요 기능을 할당한 후 각 기능간의 연동방식에 관하여 논함으로써, USN과 BcN 두 영역의 컨버전스를 실현할 수 있는 서비스 구조를 제안한다.

• ETRI Journal
• /
• v.9 no.1
• /
• pp.97-103
• /
• 1987

짧은 채널($L<1\mum$) MOSFET의 전기적 변수, 특히 문턱전압(threshold voltage)을 최적화시키기 위하여 분석적 문턱전압 모델을 개발하였다. 채널 영역에서의 붕소profile은 계단 (step) profile로 근사시켜 표면전하층과 기판전하층으로 구성하였다. 최대공핍층내에 있는 두 전하층의 각각에 대하여 기하학적으로 근사시킨 전하분배(charge sharing)모델을 적용하고 이차원적 분석을 이용하여 짧은 채널 효과를 계산하였다. 본 모델을 실험치와 비교하고 이온주입 공정의 최적조건을 이끌어내는 데 필요한 변수에 대하여 논의하였다.

• Annual Conference of KIPS
• /
• 2018.05a
• /
• pp.392-393
• /
• 2018

컬러 사진을 흑백으로 바꿔 데이터 셋을 구축해 CNN 모델을 트레이닝 시킨다. HSI 컬러 모델에서 흑백 사진으로부터 밝기 값은 알고 있음으로, 나머지 두 컬러 영역 색상, 채도를 CNN 모델이 추측하도록 학습을 시켜, 흑백사진으로부터 컬러 사진을 만들어낸다. 이 기술을 채색이 안된 불교 미술 그림에 적용하여 채색을 시키는 것에 대한 연구를 진행하였다.

• Journal of Korea Multimedia Society
• /
• v.16 no.6
• /
• pp.700-707
• /
• 2013

In this paper, we propose a non-rigid registration method of lung parenchyma in temporal chest CT scans using region binarization modeling and locally deformable model. To cope with intensity differences between CT scans, we segment the lung vessel and parenchyma in each scan and perform binarization modeling. Then, we match them without referring any intensity information. We globally align two lung surfaces. Then, locally deformable transformation model is developed for the subsequent non-rigid registration. Subtracted quantification results after non-rigid registration are visualized by pre-defined color map. Experimental results showed that proposed registration method correctly aligned lung parenchyma in the full inspiration and expiration CT images for ten patients. Our non-rigid lung registration method may be useful for the assessment of various lung diseases by providing intuitive color-coded information of quantification results about lung parenchyma.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.39 no.1
• /
• pp.49-60
• /
• 2002

We propose an algorithm for extracting the boundary of a desired object with shape information obtained from sample images. Considering global shape obtained from sample images and edge orientation as well as edge magnitude, the Proposed method composed of two steps finds the boundary of an object. The first step is the approximate segmentation that extracts a rough boundary with a probability map and an edge map. And the second step is the detailed segmentation for finding more accurate boundary based on the SEEL (seed-point extraction and edge linking) algorithm. The experiment results using IR images show robustness to low-quality image and better performance than conventional segmentation methods.