• 한국음향학회지
• /
• 제10권6호
• /
• pp.64-70
• /
• 1991

본논문에서는 Hidden Markov Model 에 기초한 실시간 고립 단어 인식 시스템에서의 Viterbi 알 고리듬을 위한 전용 VLSI 구조를 제안하였다. 제안된 구조는 듀얼포트 레지스터 파일로 입출력 부하를 줄이고 가산-최소/최대 연산부의 병렬 연산 구조를 이용하여 실시간 동작이 가능하도록 설계되었다. 모 델 인자와 상태 변수의 값에 태그들을 덧붙임으로써 이 구조는 대표적인 HMM 구조들을 쉽게 구현할 수 있다.

• 대한예방의학회:학술대회논문집
• /
• 대한예방의학회 1993년도 제45차 추계 학술대회 연제집
• /
• pp.63-64
• /
• 1993

• 대한예방의학회:학술대회논문집
• /
• 대한예방의학회 1993년도 제45차 추계 학술대회 연제집
• /
• pp.93-94
• /
• 1993

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 2006년도 하계종합학술발표회 논문 초록집
• /
• pp.501-501
• /
• 2006

• The Journal of the Acoustical Society of Korea
• /
• 제12권2E호
• /
• pp.5-11
• /
• 1993

본 논문에서 HMM 파라메터 추정을 위해 분절단위 정보를 이용하는 수정된 교정학습방법을 제안한다. 수정된 교정학습방법은 기존의 교정학습 방법에서 사용하는 전향·후향 알고리즘 대신에 분절단위 K-means 알고리즘을 사용하여 HMM 파라메터를 교정한다. 이 방식은 분절단위 K-means 알고리즘이 음성신호내의 공통의 통계적 특성을 가지는 상태단위 정보를 강조한다는 사실을 이용하였다. 화자종속 음소 및 단어인식 실험에서 제안된 알고리즘이 기존의 교정학습 방법보다 적은 계산량으로도 향상된 인식률을 보여주었다. 이것은 HMM 교정학습에서 상태다누이 정보가 중요함을 보여준다.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2001년도 가을 학술발표회 발표논문집
• /
• pp.60-62
• /
• 2001

습성침적은 여러 가지 기상 요소 중 대규모 강수량과 구름의 두께에 의해 큰 영향을 받는다. 실측치를 ADOM에 적용하여 습성침적 플럭스를 산정한 결과, $SO_2$의 침적 플럭스는 대규모 강수량과 구름 두께에 의해 좌우되고, sulfate의 침적 플럭스는 여름에 많고 겨울에 적은 전형적인 sulfate의 습성침적 패턴을 잘 따르며, 구름 내 $SO_2$의 산화정도에 따라 다르게 나타난다. 이상의 연구 결과들은 향후 산성 침적 모형을 사용한 다양한 조건에서의 습성침적 연구 및 나아가 습성침적 플럭스의 예측에 관한 선행 연구로서 도움을 줄 것으로 사료된다.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 2017년도 정기학술대회 발표논문집
• /
• pp.70-70
• /
• 2017

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 추계 종합학술대회 논문집
• /
• pp.25-26
• /
• 2014

스마트폰의 폭 넓은 보급으로 인해 스마트폰 시장은 급격한 성장을 이루었고, 모바일 환경의 발전은 다양한 형태의 애플리케이션의 개발과 모바일 게임 시장의 성장으로 이어졌다. 모바일 게임에서 사용자간 상호작용은 중요한 요소가 되었다. 하지만 대부분의 모바일 게임들은 소셜네트워크상의 초대와 아이템의 제공, 스코어 비교 등에 그치는 등 제한된 영역에서의 상호작용에 그치는 경향이 있다. 이에 본 논문에서는 메시지 서버를 활용하여 다수의 모바일 디바이스를 유기적으로 연계, 모바일 디바이스의 화면이나 기능을 확장하고 게임세계와 현실세계의 접목을 통한 새로운 형태의 게임 가능성에 대해 연구하였다.

• 분석과학
• /
• 제5권3호
• /
• pp.345-347
• /
• 1992

• The Journal of the Acoustical Society of Korea
• /
• 제12권1E호
• /
• pp.71-77
• /
• 1993

패턴매칭 기법에 근거한 음성 인식 시스템은 크게 clustering 과정과 labeling 과정으로 구성된다. 본 논문에서는 Kohonen의 featrue map 알고리즘과 LVQ2 알고리즘을 각각 clusterer와 labeler로 하는 음소인식 시스템을 구성한다. 구성된 인식시스템의 성능을 향상시키기 위해서 수정된 LVQ2알고리즘(MLVQ2)을 제안한다. MLVQ2는 selective learning, LVQ2, perturbed LVQ2 그리고 기존의 LVQ2의 4단계 학습과정으로 구성된다. 제안된 음소 인식 알고리즘의 성능을 평가하기 위하여 LVQ2와 MLVQ2를 각각 사용하여 6가지의 한국어 음소군에 대한 feature map을 만든다. 음소인식 실험결과, LVQ2와 MLVQ2를 사용하는 경우 각각 60.5%와 65.4%의 인식률을 얻을 수 있었다.