• 한국음향학회지
• /
• 제17권7호
• /
• pp.42-49
• /
• 1998

본 논문에서는 전화망 환경에서 음성 인식 성능을 개선하기 위한 특징 벡터 추출 단계에서의 처리 방법들을 연구하였다. 먼저, 고립 단어 인식 시스템에서 채널 왜곡 보상 방 법들을 단어 모델과 문맥 독립 음소 모델에 대하여 인식 실험을 하였다. 켑스트럼 평균 차 감법, RASTA 처리, 켑스트럼-시간 행렬을 실험하였으며, 인식 모델에 따른 각 알고리즘의 성능을 비교하였다. 둘째로, 문맥 독립 음소 모델을 이용한 인식 시스템의 성능 향상을 위하 여 정적 특징 벡터에 대하여 주성분 분석 방법(principal component analysis)과 선형 판별 분석(linear discriminant analysis)과 같은 선형 변환 방법을 적용하여 분별력이 높은 벡터 공간으로 변환함으로써 인식 성능을 향상시켰다. 또한 선형 변환 방법을 켑스트럼 평균 차 감법과 결합하여 더욱 뛰어난 성능을 보여주었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.135-136
• /
• 2008

본 논문에서는 배경 분리(Background Subtraction) 기법 및 픽셀 농도를 기반으로 조명 환경의 변화에 강인한 도로상 불법 주정차차량을 검출하고, 추적할 수 있는 기법을 제안하였다. 제안된 기법은 영상내 도로변을 관심영역으로 설정하고, 실시간으로 전후 영상을 비교하여 조명변화에 강인한 분별력을 가질 수 있는 적응 배경 모델을 생성한다. 제안 된 픽셀 농도의 수치를 기반으로 변화량이 작은 배경 영역을 제거하고, 상대적으로 큰 변화량을 가지는 차량 영역을 구별할 수 있다. 구별된 대상 차량 영역에 군집 추적 기법을 적용하여 겹쳐신 자동차들 간의 구별이 가능 하도록 하였다. 제안된 기법에 대한 실험은 불법 주정자 단속 카메라로부터 다양한 조명환경에 대한 고려가 가능한 시간대별 영상을 통해 검증하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.533-534
• /
• 2011

본 논문에서 적외선(IR; Infrared), 자외선(UV; Ultraviolet), 가시광선(VR; Visible ray)의 영역에서 촬영한 설진 영상으로부터 가장 효과적인 설태 인식을 위한 최적 혀 영상 분석 방법을 제안한다. 제안한 방법은 설진에서 혀 영상 촬영을 위한 최적 파장 범위와 해당 파장에서 설태 분석에 최적의 컬러 영상을 선정한다. 최적 영상 선정을 위해서는 각 파장별로 촬영한 혀 영상을 LAB, HSV, YcBcR, RGB 컬러모델로 변환하고, 변환된 영상들로부터 설태와 비설태 영역의 히스토그램(Histogram)을 분석에 의해서 영역-분별력을 측정한다. 실험 결과 설진에서 설태 인식을 위한 최적 혀 영상은 자외선 영역에서의 RGB 컬러모델로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.358-360
• /
• 2006

LDA는 그룹간 간격을 최대화하고 그룹내 분산을 최소화하는 선형변환을 구함으로써 차원 감소된 공간에서 분별력(classification performance)을 높이는 선형 차원 감소 방법이다. 본 논문에서는 저샘플 문제(undersampled problem)에서 LDA를 적용할 수 있도록 QR-분해를 이용한 효율적인 차원 감소 방법을 제안한다. 특히 제안되는 방법은 문서 분류 문제에서처럼 한 문서가 몇 개의 카테고리에 중복적으로 속하는 경우 등 데이터의 독립성이 보장되지 않는 경우에도 효과적으로 적용될 수 있다는 장점이 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1994년도 제6회 한글 및 한국어정보처리 학술대회
• /
• pp.189-194
• /
• 1994

봉네트는 온라인 한글 필기 글씨 모델이다. 글씨를 자소와 연결획의 결합구조로 보고, 각 자소 및 연결획 모델을 은닉 마르코프 모델을 사용하여 구성한 후, 이들을 한글의 제자 원리에 따라 네트워크 구조로 설계한 모델이다. 본 논문에서는 모델간의 분별력 부족과 입력 정보의 취약등에 기인한 약점을 해결하기 위하여 구조적 인식 방법을 결합한 봉네트의 확장과, 연속 필기 글씨의 처리를 위한 순환 구조로의 확장등, 지난 일년 동안 수행되었던 실험 및 결과를 소개하고, 앞으로의 연구 방향을 논의하고자 한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2001년도 추계학술발표대회 논문집 제20권 2호
• /
• pp.81-84
• /
• 2001

본 논문은 중규모 단어급의 핵심어 검출 시스템에서 인식률 향상을 위해 미등록어 거절(Out-of-Vocabulary rejection) 기능을 제어하기 위한 연구이다. 이것은 핵심어 검출기에서 인식된 결과를 확인하는 과정으로 검증시스템이 구현되기 위해서는 매 음소마다 검증 기능이 필요하고, 이를 위해서 반음소(anti-phoneme model) 모델을 사용하였다. 검증의 역할은 인식기에서 인식된 단어가 등록어인지 미등록어인지 판별하는 것이다. 단어인식기는 비터비 탐색을 하므로, 기본적으로 단어단위로 인식을 하지만 그 인식된 단어는 내부적으로 음소단위로 인식된다. 따라서, 최소 검증 오류를 갖는 반음소 모델을 사용하고, 이를 이용하여 인식된 음소 단위들을 각각의 반음소 모델과 비교하여 통계적인 방법에 의해 신뢰도를 구한다 이 음소단위의 신뢰도를 단어 단위의 신뢰도로 환산하기 위해서 음소단위를 평균 내는 방식 을 취한다. 이렇게 함으로서, 등록어와 미등록어 사이의 분별력을 크게 하여 향상된 인식 성능을 얻었다.

• 정보관리학회지
• /
• 제18권2호
• /
• pp.7-30
• /
• 2001

본 연구는 불질의 기반의 OPAC에서 정렬과 적합성 순위화알고리즘의 효과를 분석하고, 순위화의 성능을 평가하는 척도를 연구하였다. 연구결과 출판년도순 정렬이 저자명순, 서명순, 출판사순 정렬보다 우수하였으나 유의한 차이는 아니었다. 용어빈도수에 기반을 퍼지나 DNF 모델보다는 위치정보에 기반을 둔 알고리즘의 순위화 성능이 더 우수하였다. 6개의 순위화 성능평가척도간에 차이는 없었으며, 순위화시스템에서 정확률 P보다 분별력이 높은 단순 척도의 유용성이 확인되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제45차 동계학술발표논문집 20권1호
• /
• pp.209-211
• /
• 2012

본 논문에서는 AdaBoost 알고리즘에서 약분류기(Weak Classifier)의 성능을 개선하기 위한 임계값 설정 방법을 제안한다. 일반적으로 약분류기에 사용되는 임계값은 특징들의 평균값을 많이 사용하지만 이는 특징들의 분포가 고려되지 않았기 때문에 분별력이 많이 떨어진다. 그러므로 각 특징들의 분포를 고려한 약분류기의 임계값 설정방법을 제안한다. 이는 얼굴에 대한 간단한 학습 및 테스트를 통하여 기존 방법에 비하여 더 나은 성능을 보임을 입증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.975-977
• /
• 2014

본 논문에서는 판소리 자동채보에 중요한 요소인 '합'과 '궁'의 위치 즉 마디를 인공신경망과 히스토그램을 이용하여 추정한다. 기존의 합과 궁을 추정하는 방법으로는 NCC(Normalized Cross Correlation)를 이용한 대표치 추정 윈도우와 칼만 필터를 이용하였다. 하지만 대표치 추정 윈도우를 구성하는 과정에서 단순히 15개의 특징벡터 각각의 평균을 이용하기 때문에 분별력이 떨어지고, 마디위치를 보정하는 과정에서 칼만 필터를 사용하면 전체음원이 길이가 짧을 경우 오차가 발생할 가능성이 크다. 본 논문에서 제안한 마디 추정 알고리즘은 장단별로 최대 90%이상의 정확도로 마디를 추정할 수 있다.

• 전기학회논문지
• /
• 제58권11호
• /
• pp.2269-2274
• /
• 2009

Customer clustering method is used to make a TDLP (typical daily load profile) to estimate the quater hourly load profile of non-AMR (Automatic Meter Reading) customer. In this paper, repeated small-sized clustering method is supposed to improve the classifying ability of TDLP. K-means algorithm is well-known clustering technology of data mining. To reduce the local maxima of k-means algorithm, proposed method clusters average load profiles to small-sized clusters and selects the highest error rated cluster and clusters this to small-sized clusters repeatedly to minimize the local maxima.