• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.34-36
• /
• 2001

본 논문에서는 모델 기반의 잡음 보상 방법인 PMC (parallel model combination)를 온라인상에서 적용하는 방법에 관해 논한다. PMC는 파라미터 보상시 미리 계산된 잡음 모델을 필요로 하며 파라미터 보상에 많은 연산을 요구하므로 온라인으로 모델 파라미터를 보상하기가 어렵다. 본 논문에서는 이러한 문제를 해결하기 위해 기존에 제안된 온라인 모델 보상 방법을 살펴보고, 기존 방법에서 보상 시간 문제로 제외한 PMC의 공분산 보상을 비교적 적은 연산량으로 수행하여 인식성능을 더욱 향상시켰다. 고립 숫자음 인식시스템에 백색 잡음을 SNR 0, 5, 10 dB로 가산한 평가 자료로 실험한 결과, 제안한 방식은 PMC를 적용한 경우에 비해 모델 적응 시간은 적게 걸리면서도 기존의 온라인 모델 보상 방법에 비해 평균 10%의 인식률 향상을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.375-378
• /
• 2020

본 연구는 토지 보상비의 추정 모델 개발을 위해서 건설 CALS (Continuous Acquisition & Life-cycle Support) 시스템의 내부데이터와 개별공시지가 및 표준지 공시지가 등의 외부데이터, 그리고 개발된 추정 모델의 고도화를 위한 개별공시가 데이터를 기반으로 생성된 데이터를 활용하였다. 이렇게 수집된 3가지 유형의 데이터를 분석하기 위해서 기존 선형 모델 또는 의사결정나무 (Tree) 기반의 모델상 과적합 오류를 제거할 경우 매우 유용한 알고리즘으로 Decision Tree 기반의 Xgboost 알고리즘을 데이터 분석 방법론으로 토지 보상비 추정 모델 개발에 활용하였다. Xgboost 알고리즘의 고도화를 위해 하이퍼파라미터 튜닝을 적용한 결과, 실제 보상비와 개발된 보상비 추정 모델의 MAPE(Mean Absolute Percentage Error) 범위는 19.5%로 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.245-250
• /
• 2023

RLHF(Reinforcement Learning from Human Feedback, 인간 피드백 기반 강화학습) 방법론이 최근 고성능 언어 모델에 많이 적용되고 있다. 이 방법은 보상 모델과 사람의 피드백을 활용하여 언어 모델로 하여금 사람이 선호할 가능성이 높은 응답을 생성하도록 한다. 하지만 상업용 언어 모델에 적용된 RLHF의 경우 구현 방법에 대하여 정확히 밝히고 있지 않다. 특히 강화학습에서 환경(environment)을 담당하는 보상 모델을 어떻게 설정하는지가 가장 중요하지만 그 부분에 대하여 오픈소스 모델들의 구현은 각각 다른 실정이다. 본 연구에서는 보상 모델을 훈련하는 큰 두 가지 갈래인 '순위 기반 훈련 방법'과 '분류 기반 훈련 방법'에 대하여 어떤 방법이 더 효율적인지 실험한다. 또한 실험 결과 분석을 근거로 효율성의 차이가 나는 이유에 대하여 추정한다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.11
• /
• pp.936-941
• /
• 2006

To apply object recognition techniques to real environment, illumination compensation method should be developed. As effective illumination compensation model, we focused our attention on Retinex model and illumination-Reflectance model, implemented them, and experimented on their performance. We implemented Retinex model with Single Scale Retinex, Multi-Scale Retinex, and Retinex Neural Network and Multi-Scale Retinex Neural Network, neural network model of Retinex model. Also, we implemented illumination-Reflectance model with reflectance image calculation by calculating an illumination image by low frequency filtering in frequency domain of Discrete Cosine Transform and Wavelet Transform, and Gaussian blurring. We compare their illumination compensation performance to facial images under nine illumination directions. We also compare their performance after post processing using Principal Component Analysis(PCA). As a result, illumination Reflectance model showed better performance and their overall performance was improved when illumination compensated images were post processed by PCA.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.1510-1511
• /
• 2011

보상업무를 수행하는 정부 및 산하기관, 공사/공단, 보상전문기관 등에서 2000년대 중반부터 자체적으로 보상시스템을 개발하여 운영중에 있으나 보상시스템은 현재 진행중인 공사와 관련된 자료만 전자적으로 보관하고 있어 기 보상 완료된 자료는 여전히 수작업을 관리하고 있는 실정이다. 때문에 과거 보상자료와 관련된 민원을 응대하기 위해 서고에서 방대한 보상자료를 검색하기 위해 많은 시간을 소비하고 있을 뿐만 아니라, 보상자료 손 망실에 따른 민원인과의 소송에서 패하는 등 국고를 낭비하는 원인을 초래하기도 한다. 이에 과거보상자료의 손 망실에 따른 피해를 최소화하고 민원에 효율적으로 대응하기 위한 반드시 보관해야 할 주요 대장을 선별하고 이를 메타데이터와 결합하여 이미지를 조회할 수 있는 증빙서류뷰어(Viewer) 개발을 위해 주요대장정보를 발췌하여 데이터모델을 설계하고 이를 실증하기 위한 파일럿시스템을 개발하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.211-212
• /
• 2015

전압 안정도를 향상 시키고 무효전력을 보상하는 방법 중 하나로 정지형 무효전력보상설비(SVC, Static Var Compensator)를 사용한다. 특히, 전기로(EAF, Electric Arc Furnace) 등 비선형 부하가 주를 이루는 철강 민수 사업자의 부하는 단시간 내에 전류 변화가 급격히 일어나며 큰 전압 변동을 일으키므로 무효전력 보상설비를 적용하여 안정적인 전력을 공급하고 전력 품질을 확보해야 할 필요가 있다. 본 논문에서는 LS-Nikko 동제련 온산 공장에 역률 보상을 목적으로 무효전력을 제어하기 위한 ${\pm}100[MVar]$ SVC 시스템 모델을 소개하고, 그 특성에 대한 이해를 돕고자 한다.

• Proceedings of the KIPE Conference
• /
• 2015.07a
• /
• pp.423-424
• /
• 2015

전압 안정도를 향상 시키고 무효전력을 보상하는 방법 중 하나로 정지형 무효전력보상설비(SVC, Static Var Compensator)를 사용한다. 특히, 전기로(EAF, Electric Arc Furnace) 등 비선형 부하가 주를 이루는 철강 민수 사업자의 부하는 단시간 내에 전류 변화가 급격히 일어나며 큰 전압 변동을 일으키므로 무효전력 보상설비를 적용하여 안정적인 전력을 공급하고 전력 품질을 확보해야 할 필요가 있다. 본 논문에서는 LS-Nikko 동제련 온산 공장에 역률 보상을 목적으로 무효전력을 제어하기 위한 ${\pm}100[MVar]$ SVC 시스템 모델을 소개하고, 그 특성에 대한 이해를 돕고자 한다.

• The Journal of the Acoustical Society of Korea
• /
• v.22 no.7
• /
• pp.603-611
• /
• 2003

This paper proposes an effective feature compensation scheme based on speech model for achieving robust speech recognition. Conventional model-based method requires off-line training with noisy speech database and is not suitable for online adaptation. In the proposed scheme, we can relax the off-line training with noisy speech database by employing the parallel model combination technique for estimation of correction factors. Applying the model combination process over to the mixture model alone as opposed to entire HMM makes the online model combination possible. Exploiting the availability of noise model from off-line sources, we accomplish the online adaptation via MAP (Maximum A Posteriori) estimation. In addition, the online channel estimation procedure is induced within the proposed framework. For more efficient implementation, we propose a selective model combination which leads to reduction or the computational complexities. The representative experimental results indicate that the suggested algorithm is effective in realizing robust speech recognition under the combined adverse conditions of additive background noise and channel distortion.

• 한국신재생에너지학회:학술대회논문집
• /
• 2008.05a
• /
• pp.282-285
• /
• 2008

NREL Phase VI 12% 축소모델을 사용한 표준풍력터빈 풍동시험은 2006$\sim$2007년에 수행되었다. 1,2차 풍동시험은 복합재 및 알루미늄 블레이드를 사용하여 블레이드 제작정밀도 및 표면상태에 의한 영향을 파악하기 위해 수행되었다. 3차 풍동시험은 축소효과보상기법 개발을 위해 수행되었다. Bo-105 40% 모델에 사용된 코드확장기법을 적용하여 15% 코드확장 블레이드를 사용하여 풍동시험을 수행하였다. 시험결과 코드확장기법을 적용할 경우 풍속에 대한 토크 기울기는 실물모델과 잘 일치하나, 최대토크 대비 8%정도 간극을 나타내고 있다. 풍력터빈 블레이드와 같이 캠버가 큰 익형을 사용하는 회전체에 대한 수정된 보상기법을 적용할 경우 이러한 간극은 보상될 수 있다.

• Proceedings of the KIPE Conference
• /
• 2014.11a
• /
• pp.41-43
• /
• 2014

본 논문은 전류모델과 전압모델의 장점을 취해 자속을 추정하는 고피나스(Gopinath) 모델 자속 추정기에 속도 피드백 오차가 미치는 영향에 대해 분석하였다. 속도 오차는 전류 모델의 위상 지연 및 크기 오차를 발생시키고, 이로 인해 고피나스 모델에 의해 추정 된 회전자 자속의 위상 및 크기에 오차가 발생하였다. 따라서 전류모델에 발생한 위상 지연을 통해 속도 오차를 보상하여 자속 추정 오차를 감소시키는 새로운 알고리즘을 제시하였고, 시뮬레이션 결과를 통해 검증하였다.