• 한국터널지하공간학회 논문집
• /
• 제25권6호
• /
• pp.541-554
• /
• 2023

터널 및 에너지/폐기물 저장과 관련하여 지하공간의 활용이 증가하는 추세이다. 지하공간의 안정성 확보를 위해서는 암반균열 및 절리를 보강하는 것이 중요하다. 절리와 같은 불연속면은 암반의 강도를 저하시키고, 지하공간 내부로 지하수 유입을 발생시킬 수 있다. 불연속면 주변의 암반 강도의 증대와 차수를 위해 암반 그라우팅을 활용할 수 있다. 그러나 암반 그라우팅 시 주입재료가 암반 절리 내 원활하게 주입되고 있는지 직접적인 확인에 한계가 있다. 그라우팅 주입재가 사전에 목표한 설계안과 같이 주입되지 않을 시 강도, 내구성 증대 및 차수성 향상 효과를 볼 수 없다. 따라서 실험적으로 평가가 어려운 그라우팅 주입재가 설계대로 주입되고 있는지 수치해석을 활용하여 사전에 평가할 필요가 있다. 본 연구에서는 개별요소 수치해석 프로그램인 UDEC (Universal Distinct Element Code)을 활용한 그라우팅 주입재의 물/시멘트 배합비, 주입압력, 주입유량과 같은 주입변수에 따른 주입성능을 평가하였다. 또한 실내실험을 통해 수치해석 결과와 비교하여 수치해석 모델의 신뢰도를 검증하였다. 본 연구결과는 향후 현장에서 그라우팅 설계 시 주입재의 물성, 주입시간, 펌프 압력과 같은 변수들을 최적화할 수 있는데 도움이 될 것으로 기대된다.

• 말소리와 음성과학
• /
• 제16권1호
• /
• pp.67-76
• /
• 2024

최근 음성합성(text-to-speech, TTS) 기술의 발전은 합성음의 음질을 크게 향상하였으며, 사람의 음성에 가까운 합성음을 생성할 수 있는 수준에 이르렀다. 특히, 다양한 음성 특성과 개인화된 음성을 제공하는 TTS 모델은 AI(artificial intelligence) 튜터, 광고, 비디오 더빙과 같은 분야에서 널리 활용되고 있다. 따라서 본 논문은 훈련 중 보지 않은 화자의 발화를 사용하여 음성을 합성함으로써 음향적 다양성을 보장하고 개인화된 음성을 제공하는 원샷 다화자 음성합성 시스템을 제안했다. 이 제안 모델은 FastSpeech2 음향 모델과 HiFi-GAN 보코더로 구성된 TTS 모델에 RawNet3 기반 화자 인코더를 결합한 구조이다. 화자 인코더는 목표 음성에서 화자의 음색이 담긴 임베딩을 추출하는 역할을 한다. 본 논문에서는 영어 원샷 다화자 음성합성 모델뿐만 아니라 한국어 원샷 다화자 음성합성 모델도 구현하였다. 제안한 모델로 합성한 음성의 자연성과 화자 유사도를 평가하기 위해 객관적인 평가 지표와 주관적인 평가 지표를 사용하였다. 주관적 평가에서, 제안한 한국어 원샷 다화자 음성합성 모델의 NMOS(naturalness mean opinion score)는 3.36점이고 SMOS(similarity MOS)는 3.16점이었다. 객관적 평가에서, 제안한 영어 원샷 다화자 음성합성 모델과 한국어 원샷 다화자 음성합성 모델의 P-MOS(prediction MOS)는 각각 2.54점과 3.74점이었다. 이러한 결과는 제안 모델이 화자 유사도와 자연성 두 측면 모두에서 비교 모델들보다 성능이 향상되었음을 의미한다.

• 한국음향학회지
• /
• 제28권8호
• /
• pp.697-705
• /
• 2009

본 논문에서는 단일 채널 다성 음악에서 리듬 악기 신호를 블라인드 (blind) 방식으로 추출하는 방법을 제안한다. 상업적으로 판매되는 음악 신호는 대부분 2개 이하만의 혼합된 채널 형태로 사용자에게 제공되는 반면, 그 혼합 채널 신호에는 각각 가창 음원 (vocal)을 비롯한 많은 종류의 악기가 포함되어 있는 형태이다. 따라서, 혼합 신호의 개수가 음원 개수와 같거나 더 많은 상황을 가정하는 기존의 음원 분리 방법처럼, 혼합 환경이나 신호의 통계적 특성을 모델링하는 것 보다는, 특정 음원의 고유 특성을 활용하는 것이 이처럼 적은 개수의 혼합 신호만을 가지고 있는 환경 (underdetermined)에 더욱 적합하다. 본 논문에서는 다른 화성 악기와 혼합되어 있는 상창에서 리듬 악기 음원만을 추출하는 것을 목표로 한다. 비음수 행렬 인수분해 (NMF: Nonnegative Matrix Factorization)의 변형된 알고리즘인 비음수 행렬의 부분적 공동 분해 (NMPCF: Nonnegative Matrix Partial Co-Factorization)가 입력 행렬의 시간적인 속성과 주파수적인 속성에서 다양한 관계성을 분석하기 위해 활용된다. 또한 특정 시간 단위로 입력 신호를 파편화 (segmentation)하고, 파편들에서 반복적으로 발생하는 성분을 리듬 악기가 공통적으로 포함하고 있는 특성이라고 가정한다. 본 논문에서 제안하는 방법은 일반적으로 받아들여질 수 있을 정도의 성능을 보여주지만, 기본적으로는 사전 정보를 활용하는 타악기 음원 분리 방식보다 우수하지는 않다. 그러나 블라인드 방식의 특성상, 사전 정보를 획득한기에 용이하지 않은 경우, 또는 사전 정보와 현격히 다른 리듬 악기가 연주되는 경우 등에 보다 유연하게 대응할 수 있다.

• 산업과 과학
• /
• 제3권2호
• /
• pp.8-16
• /
• 2024

본 논문에서는 인구통계학적, 생리학적 특성을 기반으로 환자에게 가장 적합한 약물을 예측하는 것을 목표로 하는 약물 분류 시스템을 제시한다. 데이터 세트에는 적절한 약물을 결정하기 위한 목적으로 연령, 성별, 혈압(BP), 콜레스테롤 수치, 나트륨 대 칼륨 비율(Na_to_K)과 같은 속성들이 포함된다. 본 연구에 사용된 모델은 KNN(K-Nearest Neighbors), 로지스틱 회귀 분석 및 Random Forest이다. 하이퍼파라미터를 최적화하기 위해 5겹 교차 검증을 갖춘 GridSearchCV를 활용하였으며, 각 모델은 데이터 세트에서 훈련 및 테스트 되었다. 초매개변수 조정 유무에 관계없이 각 모델의 성능은 정확도, 혼동 행렬, 분류 보고서와 같은 지표를 사용하여 평가되었다. GridSearchCV를 적용하지 않은 모델의 정확도는 0.7, 0.875, 0.975인 반면, GridSearchCV를 적용한 모델의 정확도는 0.75, 1.0, 0.975로 나타났다. GridSearchCV는 로지스틱 회귀 분석을 세 가지 모델 중 약물 분류에 가장 효과적인 모델로 식별했으며, K-Nearest Neighbors가 그 뒤를 이었고 Na_to_K 비율은 결과를 예측하는 데 중요한 특징인 것으로 밝혀졌다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 수산해양기술연구
• /
• 제37권2호
• /
• pp.106-116
• /
• 2001

동해구 트롤 어구어법을 개발하기 위하여 생력화 조업시스템을 개발하고, 생산성을 높이는 선택형 개량어구를 개발하는데 연구목표를 두었다. 생력화 조업시스템으로 폭 2.0m 1.8m인 네트드럼을 제작하고, 현용 와이어드럼에 와이어리더를 설비하여 생력화를 도모하였고, 선미에 겔로스를 설비하였다. 그 결과, 투양망시에 인력에 의한 그물을 들어올리거나 적재하는 일이 조업시스템으로 대체되어 선원들의 노동력은 기존의 것에 비하여 80% 정도 낮게 개선되었다. 또한, 중\ulcorner저층 겸용어구 A형과 저층용어구 B형을 개발하고, 단일 슬롯 V-만곡형 전개판을 설계\ulcorner제작하고, 네트레코더를 설치하여 1999년 9월말부터 2000년 5월까지 시험조업한 결과를 요약하면 다음과 같다. 1. A형의 망고는 중층예망시 약 30-35 m이나 저층예망에서는 19-20 m이며, 망폭은 29-31 m 정도로 추정되었으며, 저층예망시 전개판의 수중위치는 해저에서 10 m 정도 위쪽에 위치하고 있는 것이 확인되었다. 2. A형의 저층예망시의 기관 부하는 어구의 유체저항이 커서 재래식에서 보다 10rpm 정도가 더 요구되었다. 3. A형의 어획성능은 4시간 정도 예망하였을 때 분홍새우의 어획량이 재래식 어구에 비하여 약 3배정도가 더 많았고, 선택성이 매우 강한 특성을 보였다. 4. A형 어구에 의하여 어획된 분홍새우는 상품성이 우수하여 타선의 것보다 상자당 3,000-7,000원 정도 고가로 위판되었으며, 동급의 기존 트롤선에 비하여 생산성이 약 30%정도 향상된 것으로 나타났다. 5. A형 어구에 의한 조업에서는 펄을 뜨는 일은 전혀 없으며, 재래식 그물에서 대량으로 올라오는 불가사리나 기타 쓰레기 등이 거의 입망되지 않으므로, 어획물의 처리과정이 용이하여 선원의 노동력도 크게 절감할 수 있었다. 6. 천장망 길이가 약 23 m인 B형은 망고가 약 10 m, 망폭이 약 33m로 각각 추정되었으며, 예망시의 기관 부하도 예망속도 2.5노트까지는 큰 무리 없이 조업이 가능하였다. 7. B형의 어획성능은 새우의 어획량이 재래식 어구를 사용하는 어선에 비하여 5배 이상으로 나타났고, 청어는 약 2배정도 많은 것으로 확인되었으며, 기타 어류의 어획도 약 2배가 많았으나, 고등류, 문어류, 그리고 게류의 어획은 거의 없어서 선택성이 큰 것으로 나타났다. 8. B형의 생산량과 생산액은 재래식에 비하여 약 1.1배와 1.7배로 크게 나타나서 어업의 생산성이 크게 개선되었다. 동해구트롤어업의 합리적인 운용을 위하여 청어, 가자미, 게, 오징어 등의 어종을 효율적으로 어획할 수 있도록 어구의 기능을 확대하여야 할 것이고, 조업에 막대한 지장을 주고 있는 해파리의 탈출을 위한 그리드(grid)의 적용이 필요하다. 나아가 이 개량어구의 보급이 확산되면 분홍새우의 남획은 피할 수 없을 것이므로 합리적인 어획을 위한 자원관리방안이 확립되어야 할 것으로 보아진다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.156-167
• /
• 2021

본 논문에서는 5세대 이동통신 네트워크 서비스의 커버리지를 확장하고, 빌딩내에서의 안정적인 무선 네트워크 연결해 주는 5G 광중계기의 인빌딩용 디지털 송수신 유닛 설계를 제안한다. 제안된 5G 광중계기 구동을 위한 디지털 송수신 유닛은 신호처리부, RF 송수신부, 광입출력부, 클록발생부 등의 4개 블록으로 구성된다. 신호처리부는 CPRI 인터페이스의 기본 동작과 4채널 안테나 신호의 조합 및 외부에서의 제어 명령에 대한 응답 등 중요한 역할을 수행한다. 또, JESD204B 인터페이스로 고품질의 IQ 데이터를 송수신 한다. 파워 앰프를 보호하기 위해 CFR, DPD 블록이 동작한다. RF 송수신부는 안테나로부터 수신된 RF 신호를 AD 변환하여 JESD204B 인터페이스로 신호처리부에 전달되고, 신호처리부에서 JESD204B 인터페이스로 전달된 디지털 신호를 DA 변환하여 안테나로 RF 신호를 송신한다. 광입출력부는 전기신호를 광신호로 변환하여 송신하고, 광신호를 전기신호로 변환하여 수신한다. 클록발생부는 광입출력부의 CPRI 인터페이스에서 공급되는 동기 클록의 지터(Jitter)를 억제하고, 신호처리부와 RF 송수신부에 안정적인 동기 클록을 공급한다. CPRI 연결전에는 로컬 클록을 공급하여 CPRI 연결 준비 상태로 동작한다. 본 논문에서 제안된 5G 광중계기 구동을 위한 디지털 송수신 유닛의 정확성을 평가하기 위해서 Xilinx 사의 MPSoC 계열의 XCZU9CG-2FFVC900I를 사용하였고 설계 툴은 Vivado 2018.3을 사용하였다. 본 논문에서 제안된 5G 광중계기 디지털 송수신 유닛이 ADC로 입력되는 5G RF 신호를 디지털로 변환하여 CPRI를 통해 JIG로 전달하는 Uplink 동작과 JIG로부터 CPRI를 통해 전달받은 Downlink 데이터 신호를 DAC로 출력하는 기능과 성능을 평가하였다. 실험결과는 평탄도, Return Loss, Channel Power, ACLR, EVM, Frequency Error 등이 목표로 한 설정 값 이상의 성능이 나타남을 확인 할 수 있었다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.17-32
• /
• 2021

화자인식은 자동 음성시스템에서 중요한 기능을 담당하며, 최근 휴대용 기기의 발전 및 음성 기술, 오디오 콘텐츠 분야 등이 계속해서 확장됨에 따라 화자인식 기술의 중요성은 더구나 부각 되고 있다. 이전의 화자인식 연구는 음성 파일을 기반으로 화자가 누구인지 자동으로 판정 및 정확도 향상을 위한 목표를 가지고 진행되었다. 한편 말투는 중요한 사회언어학적 소재로 사용자의 사회적 환경과 밀접하게 관련되어 있다. 추가로 화자의 말투에 사용되는 종결어미는 문장의 유형을 결정하거나 화자의 의도, 심리적 태도 또는 청자에 대한 관계 등의 기능과 정보를 가지고 있다. 이처럼 종결어미의 활용형태는 화자의 특성에 따라 다양한 개연성이 있어 특정 미확인 화자의 종결어미의 종류와 분포는 해당 화자를 인식하는 것에 도움이 될 것으로 보인다. 기존 텍스트 기반의 화자인식에서 말투를 고려한 연구가 적었으며 음성 신호를 기반으로 한 화자인식 기법에 말투 정보를 추가한다면 화자인식의 정확도를 더욱 높일 수 있을 것이다. 따라서 본 연구의 목적은 한국어 화자인식의 정확도를 개선하기 위해 종결어미로 표현되는 말투(speech style) 정보를 활용한 방법을 제안하는 것이다. 이를 위해 특정인의 발화 내용에서 등장하는 종결어미의 종류와 빈도를 활용하여 벡터값을 생성하는 문장 시퀀싱이라는 방법을 제안한다. 본 연구에서 제안한 방법의 우수성을 평가하기 위해 드라마 대본으로 학습 및 성능평가를 수행하였다. 본 연구에서 제안한 방법은 향후 실존하는 한국어 음성인식 서비스의 성능 향상을 위한 수단으로 사용될 수 있으며 지능형 대화 시스템 및 각종 음성 기반 서비스에 활용될 것을 기대한다.

• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.393-404
• /
• 2022

위성에서 보다 미세한 공간 분해능으로 신뢰할 수 있는 지상 강우 관측은 도시 수문학적 및 미시적 농업 수요에 필수적이다. 전통적으로 "톱다운" 접근 방식 기반 위성 강우 산출물이 널리 사용되고 있지만 공간 분해능에 한계가 있다. 본 연구는 C-밴드 SAR Sentinel-1 위성 데이터(SM2RAIN-S1)에 적용되는 매개 변수화된 SM2RAIN 모델인 강우 추정을 위한 새로운 "상향식" 접근 방식의 가능성을 평가하여 중부지방에 대한 높은 공간 분해능 지상 강우 추정치(0.01° 그리드/6일)를 생성하는 것을 목표로 한다. 그것의 성능은 중부지방 두 개의 다른 하위 지역, 즉 혼합 산림 중심, 중간 하위 지역, 그리고 경작 중심, 서해안 하위 지역의 1년 기간 동안 기존의 재분석 프로덕트와 우량계 네트워크의 각각의 강우 데이터를 사용하여 공간 및 시간적 가변성에 대해 평가되었다. 평가결과에 따르면 SM2RAIN-S1 프로덕트는 중부지방의 일반적인 강우 패턴을 포착할 수 있고, 서로 다른 토지 피복으로 지역 규모에서 공간 분해능 강우량 측정 가능성을 보유할 수 있으며, 강우량 관측치에 대한 편중된 강우량 추정치가 제공되었다. 또한 SM2RAIN-S1 강우량은 피어슨의 상관 계수(R = 0.69)를 고려할 때 혼합림에서 더 우수했으며, 이는 혼합림에서 토양 수분과 강우의 시간 역학을 포착하는 데 6일 SM2RAIN-S1 데이터의 적합성을 암시했다. 그러나, RMSE와 바이어스 측면에서, 혼합림보다는 경작지의 SM2RAIN-S1 강우 생성물에서 더 나은 성능을 얻었으며, 이는 높은 증발증산 손실(특히 혼합림)에 의해 유도된 더 큰 오류를 SM2RAIN의 추가 개선에 포함해야 한다는 것을 나타낸다.