• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.507-511
• /
• 2022

문법 교정 모델은 입력된 텍스트에 존재하는 문법 오류를 탐지하여 이를 문법적으로 옳게 고치는 작업을 수행하며, 학습자에게 더 나은 학습 경험을 제공하기 위해 높은 정확도와 재현율을 필요로 한다. 이를 위해 최근 연구에서는 문단 단위 사전 학습을 완료한 모델을 맞춤법 교정 데이터셋으로 미세 조정하여 사용한다. 하지만 본 연구에서는 기존 사전 학습 방법이 문법 교정에 적합하지 않다고 판단하여 문단 단위 데이터셋을 문장 단위로 나눈 뒤 각 문장에 G2P 노이즈와 편집거리 기반 노이즈를 추가한 데이터셋을 제작하였다. 그리고 문단 단위 사전 학습한 모델에 해당 데이터셋으로 문장 단위 디노이징 사전 학습을 추가했고, 그 결과 성능이 향상되었다. 노이즈 없이 문장 단위로 분할된 데이터셋을 사용하여 디노이징 사전 학습한 모델을 통해 문장 단위 분할의 효과를 검증하고자 했고, 디노이징 사전 학습하지 않은 기존 모델보다 성능이 향상되는 것을 확인하였다. 또한 둘 중 하나의 노이즈만을 사용하여 디노이징 사전 학습한 두 모델의 성능이 큰 차이를 보이지 않는 것을 통해 인공적인 무작위 편집거리 노이즈만을 사용한 모델이 언어학적 지식이 필요한 G2P 노이즈만을 사용한 모델에 필적하는 성능을 보일 수 있다는 것을 확인할 수 있었다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.465-466
• /
• 2015

배터리 관리시스템(BMS;battery management system)의 중요 고려요소인 SOC(state-of-charge) 및 SOH(state-of-health)의 전기적 등가회로 모델 기반 고성능 추정의 전제 조건은 배터리 단자전압의 안정된 실험데이터 확보이다. 그러나, 예상치 않은 에러로 인해 배터리 단자전압에 노이즈 성분이 포함될 경우 SOC 및 SOH 추정알고리즘의 성능저하가 우려된다. 이를 위해, 본 논문은 이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi resolution analysis) 레벨에 따른 디노이징 최적 성능을 소개하고자 한다. 하드 임계화(hard-thresholding) 및 소프트 임계화(soft-thresholding) 기법에 따른 디노이징 성능 차이를 보이고, 각 임계화 기법 적용 시 디노이징 최적 성능을 보이는 레벨을 선택한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.5
• /
• pp.518-523
• /
• 2017

This paper proposes a novel denoising method based on non-local(NL) means. The NL-means algorithm is effective for removing an additive Gaussian noise, but the denoising parameter should be controlled depending on the noise level for proper noise elimination. Therefore, the proposed method optimizes the denoising parameter according to the noise levels. The proposed method consists of two processes: off-line and on-line. In the off-line process, the relations between the noise level and the denoising parameter of the NL-means filter are analyzed. For a given noise level, the various denoising parameters are applied to the NL-means algorithm, and then the qualities of resulting images are quantified using a structural similarity index(SSIM). The parameter with the highest SSIM is chosen as the optimal denoising parameter for the given noise level. In the on-line process, we estimate the noise level for a given noisy image and select the optimal denoising parameter according to the estimated noise level. Finally, NL-means filtering is performed using the selected denoising parameter. As shown in the experimental results, the proposed method accurately estimated the noise level and effectively eliminated noise for various noise levels. The accuracy of noise estimation is 90.0% and the highest Peak Signal-to-noise ratio(PSNR), SSIM value.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.202-202
• /
• 2021

최근 국내·외에서는 산지에서 발생하는 토사재해를 관리하기 위하여 유사이송해석에 필수적인 요소인 소류사량 추정 방안에 대한 연구가 활발히 진행되고 있다. 음향센서가 내장되어 있는 파이프 하이드로폰은 소류사 입자가 충돌 또는 통과하면서 발생하는 음향을 계측하여 소류사량을 간접적으로 계측하는 방법이다. 하이드로폰에 계측된 음향신호는 신호의 정점을 연결한 포락선 신호로 변환되며, 증폭기에 의해 다양한 배율의 신호로 증폭된다. 이렇게 증폭되어진 여러 배율의 신호와 원시신호는 데이터로거에 의해 지속적으로 기록되고, 가공처리하며 검출된 음향 펄스 수와 특정 시간간격의 음압적분치를 이용하여 소류사량을 추정하게 된다. 본 연구에서는 하이드로폰에 계측되는 소류사의 충돌음으로부터 정량적인 소류사량을 추정하기 위한 실험적 연구를 수행하였다. 단일 입경 6종류와 유속 3종류 및 소류사량 5단계로 변화를 주었으며 디노이징 필터를 통해 원시신호의 노이즈를 제거함으로써, 소류사량 추정률의 성능을 높이고자 하였다. 원시신호와 디노이징 음향신호를 비교·분석한 결과 제안된 방법이 기존 원시신호 보다 높은 소류사량 추정률을 보이는 것으로 나타났으며, 단일 입경 연속공급실험을 수행하여 소류사량 추정 가능성을 확인하였다. 향후 혼합 입경 소류사량 추정 실험 및 다양한 입경을 활용한다면 높은 소류사량 추정률을 얻을 것으로 기대된다.

• Journal of IKEEE
• /
• v.23 no.4
• /
• pp.1250-1256
• /
• 2019

Although one can easily generate real-world 3D mesh data using a 3D printer or a depth camera, the generated data inevitably includes unnecessary noise. Therefore, mesh denoising is essential to obtain intact 3D mesh data. However, conventional mathematical denoising methods require preprocessing and often eliminate some important features of the 3D mesh. To address this problem, this paper proposes a deep learning based 3D mesh denoising method. Specifically, we propose a convolution-based autoencoder model consisting of an encoder and a decoder. The convolution operation applied to the mesh data performs denoising considering the relationship between each vertex constituting the mesh data and the surrounding vertices. When the convolution is completed, a sampling operation is performed to improve the learning speed. Experimental results show that the proposed autoencoder model produces faster and higher quality denoised data than the conventional methods.

• Journal of Broadcast Engineering
• /
• v.17 no.6
• /
• pp.1048-1060
• /
• 2012

In this paper, an adaptive temporal and spatial filter (ATSF) based on mean square error (MSE) estimation is proposed. ATSF is a block based de-noising algorithm. Each noisy block is selectively filtered by a temporal filter or a spatial filter. Multi-hypothesis motion compensated filter (MHMCF) and bilateral filter are chosen as the temporal filter and the spatial filter, respectively. Although there is no original video, we mathematically derivate a formular to estimate the real MSE between a block de-noised by MHMCF and its original block and a linear model is proposed to estimate the real MSE between a block de-noised by bilateral filter and its original block. Finally, each noisy block is processed by the filter with a smaller estimated MSE. Simulation results show that our proposed algorithm achieves substantial improvements in terms of both visual quality and PSNR as compared with the conventional de-noising algorithms.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.463-464
• /
• 2015

이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi resolution analysis)을 효율적으로 수행하기 위해서는 적절한 모함수(mother wavelet)의 선택이 필수적이다. 본 논문에서는, 노이즈가 포함된 충방전 전압의 디노이징(denoising)을 구현할 때, 모함수에 따른 디노이징 성능을 비교 및 분석한다. 고정된 MRA 레벨에서 6개의 모함수를 비교하되, 각 모함수에서 최대 SNR(signal-to-noise ratio)을 가지는 타입을 대푯값으로 정하여 모함수에 따른 디노이징 성능을 비교한다. 이를 위해, 하드 임계화(hard-thresholding) 및 소프트 임계화(soft-thresholding) 기법을 적용한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.1-2
• /
• 2023

본 연구는 환경 요인이 통제되어 있는 실험실 데이터에 산업 현장에서 발생하는 유사 잡음을 노이즈로 추가하였을 때, SNR비에 따른 노이즈별 STFT Log Spectrogram, Mel-Spectrogram, CWT Spectrogram 총 3가지의 이미지를 생성하고, 각 이미지를 입력으로 한 CNN 결함 분류 모델의 성능 결과를 확인하였다. 원본 데이터의 영향력이 큰 0db 이상의 SNR비로 합성할 경우 원본 데이터와 분류 결과상 큰 차이가 존재하지 않았으며, 노이즈 데이터의 영향이 큰 0db 이하의 SNR비로 합성할 경우, -20db의 STFT 이미지 기준 약 26%의 성능 저하가 발생하였다. 또한, Wiener Filtering을 통한 디노이징 처리 이후, 노이즈를 효과적으로 제거하여 분류 성능의 결과가 높아지는 점을 확인하였다.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.20 no.6
• /
• pp.490-500
• /
• 2000

A new technique for the source location of acoustic emission (AE) in plates whose thichness are close to or thinner than the wavelength has been studied by introducing wavelet transform de-noising technique. The detected AE signals were pre-processed using wavelet transform to be decomposed into the low-frequency, high-amplitude flexural components and the high-frequency, low-amplitude extensional components. If the wavelet transform de-noising was employed, we could successfully filter out the extensional wave component, one of the critical errors of source location in plates by arrival time difference method. The accuracy of source location appeared to be significantly improved and independent of the setting of gain and threshold, plate thickness, sensor-to-sensor distance, and the relative position of source to sensors. Since the method utilizes the flexural component of relatively high amplitude, it could be applied to very large, thin-walled structures in practice.

• Journal of the Korea Computer Graphics Society
• /
• v.27 no.4
• /
• pp.11-24
• /
• 2021

In this paper, we propose an artificial neural network framework that can represent the foam effects expressed in liquid simulation in detail without noise. The position and advection of foam particles are calculated using the existing screen projection method, and the noise problem that appears in this process is solved through an proposed artificial neural network. The important thing in the screen projection approach is the projection map, but noise occurs in the projection map in the process of projecting momentum into the discretized screen space, and we efficiently solve this problem by using an artificial neural network-based denoising network. When the foam generating area is selected through the projection map, 2D is inversely transformed into 3D space to generate foam particles. We solve the existing denoising network problem in which small-scaled foam particles disappear. In addition, by integrating the proposed algorithm with the screen-space projection framework, all the advantages of this approach can be accommodated. As a result, it shows through various experiments whether it is possible to stably represent not only the clean foam effects but also the foam particles lost due to the denoising process.