• 한국컴퓨터정보학회지
• /
• 제15권1호
• /
• pp.191-195
• /
• 2007

본 논문에서는 영상으로부터 한국적 감성 데이터를 추출하고 감성 컨텐츠 프레임워크(ISC) 구축을 통해 영상데이터를 다양한 멀티미디어 데이터와 함께 사용자에게 전달하는 시스템을 제안한다. 이를 위해 먼저 영상으로부터 객체를 분리해내고 각각의 특징벡터 모델을 구축한다. 특징벡터모델은 요소인자로써 벡터공간의 데이터로 입력되고, 정규화 된 한국어 형용사 데이터와의 근접도를 비교하여 대표 감성을 표현하게 된다. 또한 감성 컨텐츠 데이터의 3층 구조를 이용하여 멀티미디어 데이터를 분류하고 대표 감성형용사와의 인자사상을 통하여 다양한 영상-감성 컨텐츠를 제공하는 프레임워크를 설계한다. 이것은 다양한 영상의 추상데이터에 대응한 감성표현을 추출하여 영상에 내포되어 있는 정확한 의미를 관찰자에게 전달할 수 있다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.83-86
• /
• 2002

훈련과정과 인식과정에서의 주변환경 잡음과 채널 특성 등의 불일치는 음성인식 성능을 급격히 저하시킨다. 이러한 불일치를 보상하기 위해서 켑스트럼 영역에서의 다양한 전처리 방법이 시도되고 있으며 최근에는 stereo 데이터와 잡음 음성의 Gaussian Mixture Model (GMM)을 이용해 보상벡터를 구하는 SPLICE 방법이 좋은 결과를 보이고 있다(1). 기존의 SPLICE가 전체 발성에 대해서 음향학적인 정보만으로 Gaussian 모델을 구하는 반면 본 논문에서는 발성에 해당하는 음소정보를 고려하여 전체 음향 공간을 각 음소에 대해 나누어서 모델링하고 각 음소에 대한 Gaussian 모델과 그 음소에 해당하는 음성데이터만을 이용하여 음소별 보상벡터가 훈련되도록 하였다. 이 경우 보상벡터는 잡음이 각 음소에 미치는 영향을 보다 자세히 나타내게 된다. Aurora 2 데이터베이스를 이용한 실험결과, 제안된 방법이 기존의 SPLICE방법에 비해 성능향상을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1074-1077
• /
• 2013

텍스트 마이닝은 비정형 데이터를 가정하므로 텍스트를 단순화된 모델로 표현하는 것이 필요하다. 현재까지 가장 많이 사용되고 있는 모델은 텍스트를 단순한 단어들의 집합으로 표현한 벡터공간 모델이다. 그러나 최근 들어 단어들의 의미적 관계까지 표현하기 위해 그래프를 이용한 텍스트 표현 모델을 많이 사용하고 있다. 본 논문에서는 텍스트 마이닝을 위한 기존의 연구 중에서 그래프에 기반한 텍스트 표현 모델의 방법들과 그들의 특징들을 주제별로 제시한다.

• 대한토목학회논문집
• /
• 제44권2호
• /
• pp.245-256
• /
• 2024

2020년 이후 경기 부양을 목적으로 양적완화 및 저금리 정책이 전 세계적으로 시행되었고, 이로 인해 부동산 가격이 급등하였다. 본 연구에서는 부산광역시를 대상으로 2018년부터 2022년까지의 부동산 급등 시기의 주택유형별 매매가격, 임대가격 간의 관계를 시공간적으로 분석하였다. 분석자료는 국토교통부 실거래가 자료를 바탕으로 읍면동 단위의 주택유형, 거래유형, 월별 실거래가 자료를 구축하였다. 분석모형으로는 시공간 분석 모델 중 변수간의 시간적, 공간적 영향을 파악하는데 사용되는 SpVAR(공간적 벡터자기회귀모델)과 각 지역이 해당 변수에서 미치는 영향을 파악하는데 사용되는 GSTAR(일반화 시공간자기회귀모델)을 사용하였다. 분석결과 부산광역시 아파트 매매가격은 대상 지역을 포함한 주변 지역 전체의 아파트, 연립다세대, 단독다가구 매매가격에 정의 영향을 주는 것으로 나타났다. 반면, 아파트 매매가격이 증가함에 따라 해당 수요가 주변 지역의 아파트 임대수요로 전환되며, 시간의 경과에 따라 아파트 매매가격이 다시 하락하는 모습을 확인할 수 있었다. 아파트의 경우 이러한 시공간적 전이효과가 긍정적으로 나타났으나, 연립다세대와 단독다가구 주택의 경우 원도심 지역에 정의 효과가 집중되는 것으로 나타났다.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1155-1163
• /
• 2009

본 논문에서는 가우시안 프로세스 모델을 이용한 벡터 그래픽 캐릭터의 자동 표정 생성 시스템을 제안한다. 제안한 방법은 Russell의 내적 정서 상태의 차원 모형을 근거로 재정의된 캐릭터의 26가지 표정 데이터로 부터 주요 특징 벡터를 추출한다. 그리고 추출된 고차원의 특징 벡터에 대해 SGPLVM이라는 가우시안 프로세스 모델을 이용하여 저차원 특징 벡터를 찾고, 확률분포함수(PDF)를 학습한다. 확률분포함수의 모든 파라메타는 학습된 표정 데이터의 우도를 최대화함으로써 추정할 수 있으며, 이는 2차원 공간에서 사용자가 원하는 얼굴 표정을 실시간으로 선택하기 위해 사용된다. 시뮬레이션 결과 본 논문에서 제안한 표정 생성 프로그램은 얼굴 표정의 작은 데이터셋에도 잘 동작하며, 사용자는 표정과 정서간의 관련성에 관한 사전지식이 없이도 연속되는 다양한 캐릭터의 표정을 생성할 수 있음을 확인할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제8권5호
• /
• pp.400-404
• /
• 2015

본 논문에서는 공간에서 원하는 신호를 추정하기 위해서 도래방향 MUSIC 공간 스펙트럼 알고리즘에 대해서 연구한다. 본 연구에서 제안하는 MUSIC 공간 스펙트럼 알고리즘은 모델 오차와 베이즈 정리를 적용한 방법으로 목표물의 위치를 정확히 추정한다. 적응 배열 안테나를 사용한 수신기의 배열 응답 벡터는 베이즈 방법을 이용하고 모델 오차방법으로 수신 신호의 가중치를 갱신하여 원하는 목표물의 도래 방향을 정확히 추정한다. 본 연구에서 원하는 도래방향 목표물의 신호 추정은 입사 신호의 간섭과 잡음을 제거한 후 배열 응답 벡터를 신호 공분산 행렬의 가중치에 적용한다. 모의실험을 통해서 본 논문에서 제안한 방법과 기존의 도래방향 알고리즘을 비교 분석한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.35-36
• /
• 2016

본 논문에서는 기존 Bag-of-Visual words (BoW) 접근법에서 반영하지 못한 이미지의 공간 정보를 활용하기 위해서 Spatial Pyramid Matching (SPM) 기법을 Latent Dirichlet Allocation (LDA) 모델에 결합하여 이미지를 분류하는 모델을 제안한다. BoW 접근법은 이미지 패치를 시각적 단어로 변환하여 시각적 단어의 분포로 이미지를 표현하는 기법이며, 기존의 방식이 이미지 패치의 위치정보를 활용하지 못하는 점을 극복하기 위하여 SPM 기법을 도입하는 연구가 진행되어 왔다. 또한 이미지 패치를 정확하게 표현하기 위해서 벡터 양자화 대신 희소 부호화 기법을 이용하여 이미지 패치를 시각적 단어로 변환하였다. 제안하는 모델은 BoW 접근법을 기반으로 위치정보를 활용하는 SPM 을 LDA 모델에 적용하여 시각적 단어의 토픽을 추론함과 동시에 multi-class SVM 분류기를 이용하여 이미지를 분류한다. UIUC 스포츠 데이터를 이용하여 제안하는 모델의 분류 성능을 검증하였다.

• 대한공간정보학회지
• /
• 제2권2호
• /
• pp.43-53
• /
• 1994

GSIS(Geo-Spatial Information System)는 재해 위험지역 결정에 필요한 재해 위험지역 해석에 매우 유용하므로 지도나 항공사진상에서 자료를 디지타이징 혹은 스캐닝을 통하여 지형자료를 입력하고 조사된 재해인자에 대하여 분석할 경우 광범위한 지역에 대해서 위험지역을 예측할 수 있다. 본 연구에서는 부산시 동래구 일원을 대상으로 기존의 지도, 항공사진, 인공위성영상, 토양도를 GSIS기법과 RS기법을 이용하여 산사태 발생 가능성을 레스터방식으로 분석하였다. 산사태 발생의 원인분석, 원인규명 및 산사태의 인자확인을 하였으며, 레스터자료는 사분트리구조를 이용하여 생성하고 벡터자료는 위상벡터 모델을 사용하여 두 모델의 자료를 중첩처리하여, 결과를 사분트리구조로 얻었다. 그 결과 정확한 중첩결과를 얻을 수 있었고, 통합 데이타베이스를 구축하여 필요한 정보를 획득할 수 있었으며, 위험지역을 항공사진상에 표현하여 산사태 위험지도를 작성하였다.

• 인터넷정보학회논문지
• /
• 제5권3호
• /
• pp.57-62
• /
• 2004

본 논문에서는, 효율적인 화자 식별을 위하여 강인한 벡터 양자화 주성분 분석을 제안하였다. 제안된 방법은 화자 식별에서 특징벡터의 학습을 위한 고차원(high dimension) 문제와 이상치(Outlier)에 대한 문제를 해결 하기위하여 제안 되었다. 먼저, 제안된 방법은 M-추정을 이용하여 강인한 벡터 양자화(Vector Quantization : VQ) 에 의한 몇 개의 분리된 영역으로 데이터 공간을 나눈다. 분리된 자 영역에서 공분산 행렬로부터 강인한 주성분 분석(Principal Component Analysis)이 얻어지게 된다. 마지막으로 각 영역에서 강인한 PCA에 의하여 줄어든 차원을 갖는 변환된 특징 벡터로부터 화자의 가우시안 혼합 모델(Gaussian Mixture Model : GMM)을 구한다. 제안된 방법은 같은 성능하에서 대각 공분산 행렬을 갖는 전형적인 GMM방법과 비교할 때 더빠른 결과를 얻었으며, 데이터의 저장공간을 줄일 수 있었을 뿐 아니라, 이상치가 존재할 경우에 더욱 강인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.81-84
• /
• 2015

자연어 문서에 출현하는 단어에는 중의적 단어가 있으며, 이 단어에서 발생되는 의미 모호성은 대개 그 문맥에 따라 해소된다. 의미 모호성 해소 연구 중, 한국어 단어 공간 모델 방법은 의미 태그 부착 말뭉치를 이용하여 단어의 문맥 정보를 구축하고 이를 이용하여 모호성을 해결하는 연구로서 비교적 좋은 성능을 보였다. 본 연구에서는 Word2Vec를 이용하여 기존 연구인 한국어 단어 공간 모델의 단어 벡터를 효과적으로 축소할 수 있는 방법을 제안한다. 세종 형태 의미 분석 말뭉치로 실험한 결과, 제안한 방법이 기존 성능인 93.99%와 유사한 93.32%의 정확률을 보이면서도 약 7.6배의 속도 향상이 있었다.