• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.164-166
• /
• 2014

음성인식 결과는 다수의 후보를 생성할 수 있다. 해당 후보들은 각각 음향모델 값과 언어모델 값을 결합한 형태의 통합 정보를 갖고 있다. 여기서 언어모델 값을 다시 계산하여 성능을 향상하는 접근 방법이 일반적인 음성인식 성능개선 방법 중 하나이며 n-gram 기반 리스코링 접근 방법이 사용되어 왔다. 본 논문은 적절한 성능 개선을 위하여, 대용량 n-gram 모델의 활용 문제점을 고려한 문장 구성 어휘의 의존 관계 분석 접근 방법 및 일정 거리 어휘쌍들의 상호정보량 값을 이용한 접근 방법을 검토한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.11a
• /
• pp.131-134
• /
• 2008

H.264/AVC 부호화 표준은 움직임 벡터를 부호화하기 위해 인접 블록이 가지는 다수의 움직임 벡터 중에서 확률적으로 해당 움직임 벡터와 가장 유사한 중간값을 예측 움직임 벡터로 사용한다. 이러한 방법은 다수의 움직임 벡터 중에서 어떤 움직임 벡터가 예측값으로 사용되었는지에 대한 추가 정보 없이 비트량을 효과적으로 감소시킬 수 있는 장점이 있으나, 중간값을 이용한 예측 움직임 벡터는 해당 움직임 벡터를 부호화하는데 소요되는 비트량을 항상 최소로 만드는 최적 예측값이 아니라는 단점이 있다. 이러한 문제를 해결하기 위해 다수의 인접 블록이 가지는 움직임 벡터 중에서 특정 움직임 벡터가 예측값으로 사용되었는지 표현하는 정보를 복호화기에 알려주도록 하여 항상 최적의 예측 움직임 벡터를 선택함으로써 부호화 효율을 향상시킬 수 있으나, 이에 대한 추가 정보를 부호화해야 하는 문제점이 발생하게 된다. 본 논문에서는 부호화기가 부호화 효율 측면에서 가장 우수한 움직임 벡터를 예측값으로 선택하고, 이를 복호화기가 스스로 예측함으로써 인접 블록이 가지는 다수의 움직임 벡터 중에서 특정 움직임 벡터가 예측값으로 사용되었는지에 대한 정보없이 움직임 벡터 부호화에 소요되는 비트량을 효과적으로 감소시키는 움직임 벡터 부호화 방법을 제안한다. 제안한 부호화기는 율-왜곡 측면에서 가장 우수한 예측 움직임 벡터를 선택하고, 복호화기는 부호화기가 선택한 예측 움직임 벡터를 정합 기술을 사용하여 스스로 예측한다. 실험 결과는 제안 방법이 QCIF 및 CIF 영상에서 약 2.2%의 전체 비트량을 감소시킬 수 있음을 보여준다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.12
• /
• pp.2582-2589
• /
• 2011

This Paper proposed the prediction method of fuel consumption from vehicle diagnosis informations through OBD-II Interface. We assumed mass air flow (MAF), shor-term fuel trim (STFT), and long-term fuel trim (LTFT) had a relationship with fuel consumption. We got the output as fuel-consumption from MAF, STFT, and LTFT as input variables. We had modelling as combustion reaction equation with OBD-II data and fuel consumption data supported by automotive company in real. In order to verify the effectiveness of proposed method, 5 km real road-test was performed. The results showed that the proposed method can estimate precisely the fuel consumption from vehicle data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.109-112
• /
• 2003

본 논문은 비트 플레인의 위치에 따라 정보 삽입량에 대한 주관적이고 고정적인 임계치가 아니라 비트 플레인의 가중치를 고려하여 각 영상의 비트 플레인별 적응적인 임계값에 따라 최대 정보량을 삽입하고 추출하는 알고리즘을 연구하였다. 다양한 이미지를 대강으로 고정 임계값을 적용하는 기존의 방법과 영상의 특징에 따라 비트 플레인별 임계값이 적응적으로 산출되는 제안한 방법에 대해서 최대용량을 측정하고, 같은 양의 정보를 삽입한 후 화질을 비교 분석하였다. 그 결과 기존의 방법보다 용량면이나 화질면에서 나은 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.615-618
• /
• 2003

본 논문에서는 컨베이어 벨트상에서 이송되는 대용량 소포영상의 획득과정을 통해 ROI(Region of Interest) 고속추출하기 위한 방법 중에서 소포의 면적을 산출하기 위한 외형 좌표값을 산출하는 방법을 제시한 것이다. 이송하는 과정에서 높이센서의 값과 투입되는 각도에 따라 최장길이가 다르지만 이 값도 산출이 용이하다 이와 같은 정보와 결합하여 소포의 부피를 산출을 위해 사용될 수 있는 소포의 외형 좌표값들의 산출 방법과 활용방법을 제시한 것이다. 초기과정에는 불필요한 영역을 검사하기 위한 조건과 유사한 패턴을 단계적으로 제거하는 방법을 적용하였다. $4,096{\times}4,096$ 이상의 대용량 영상에서 불필요한 영역 제거 시간을 포함하여 평균 30.85msec 이내에 추출이 가능한 방법을 제시한 것이다.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.395-402
• /
• 2004

In this paper, we proposed a new method of the large capacity steganography using adaptive threshold on bit planes. Applying fixing threshold, if we insert information into all bit planes, all bit planes showed different image quality. Therefore, we first defined the bit plane weight to solve the fixing threshold problem. We then proposed a new adaptive threshold method using the bit plane weight and the average complexity to increase insertion capacity adaptively. In the experiment, we inserted information into the standard images with the same image quality and same insertion capacity, and we analyzed the insertion capacity and image duality. As a result, the proposed method increased the insertion capacity of about 6% and improved the image quality of about 24dB than fixed threshold method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.553-561
• /
• 1998

본 논문에서는 심전도를 분석함에 있어 임계값과 변화량 및 웨이브렛 변환을 이용하여 R파 검출 알고리즘을 설계하였다. 웨이브렛 함수를 이용하여 입력되는 심전도 데이터를 저주파 대역과 고주파 대역으로 각각 j=-9 레벨까지 분할하고, 분할의 j=-9 레벨에서의 저주파 신호인 A9를 제거함으로써 기저선 변동을 제거하였다. 기저선 변동이 제거된 신호에서 심전도 신호의 임계값에 의한 방법과 변화량의 임계값에 의한 방법 그리고 웨이브렛 변환 중 j=-1 레벨에서의 고주파 신호인 Dl의 임계값에 의한 방법을 사용하여 R파를 검출하였다. 알고리즘 검증을 위하여 CSE 데이터베이스와 MIT/BIH 데이터베이스의 일부를 사용하였다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.282-285
• /
• 2017

본 논문에서는 무인비행기를 활용하여 재철소에서 사용하고 있는 대량의 원재료인 고철의 체적을 산정하고 수량을 파악하여 기존의 재고량산정 방법의 문제를 개선하고 보다 효율적이며 객관적인 고철량을 파악하는 방법을 찾는데 목적이 있다. 고철량 산정에 있어 무게를 산정하기 위해서는 체적을 산정하여 비중값을 적용하여 산정한다. 본 연구에서는 무인비행기(UAV)를 이용하여 체적을 산정하고 정확성 검증을 위해 정형의 컨테이너 박스와 크기가 작은 휴지통을 촬영 분석하여 비교 검증한 후 고철의 체적 측정 시험을 시행하였다. 무인비행기는 고정익 드론을 사용하였으며 격자비행방식을 적용하여 촬영하였으며, 촬영 전 지상기준점을 구하고자하는 물제의 주변에 배치하고 측량하여 적용하였다. 분석결과 체적산정을 위한 검증시험에서는 측량한 치수 및 체적 값과 무인비행기분석 값이 유사하게 나타났다. 또한 제철소에서 검증한 고철의 무게와 체적을 기준으로 무인비행기를 이용한 체적 값을 비교한 결과 기존 방식에 비해 객관적이고 효율적인 값을 얻을 수 있는 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.3
• /
• pp.1-9
• /
• 1996

본 논문에서는 일반화 회귀모형의 회귀모수${\beta}$에 대한 사전정보의 형태에 따른 각 추정량들에 대하여 연구하였다. 먼저 사전정보가 ${\beta}$에 대한 사전분포로 주어지는 경우에 해당하는 베이지안 회귀추정량을 제시하였고, 다른 하나는 ${\beta}$에 대한 사전정보모형으로 선형회귀모형식이 주어진 경우의 일반화 혼합회귀추정량에 대하여 연구하였다. 두가지 경우로부터 얻어진 각 추정량의 정도를 알아보기 위하여 각 추정량의 공분산행렬을 이 용하여 서로 비교하여 보았다. 각 추정량의 분산비들을 이용하여 일반적으로 일반화 혼합회귀추정량이 베이지안 회귀추정량들보다 비교적 작은 분산값을 가진다는 결론을 얻었다.