• 한국음향학회지
• /
• 제14권5호
• /
• pp.5-10
• /
• 1995

본 논문에서는 단어를 발음하는 방법 이 각각 다른 화자들의 변이성을 잘 흡수하도록 복수개의 통계적인 모델들을 구성하기 위하여 HMM을 기본으로 하는 집단화 방법을 제시한다. 또한 개발된 방법으로부터 얻어진 HMM집단화된 모델들이 불특정화자 고립단어 인식에 응용된다. HMM 집단화 방법은 학습용 데이타로부터 어떤 경계치 보다 낮은 유사도를 갖는 관측열들을 분리하여 새로운 집단을 만들고 이 집단내에 있는 관측열들을 이용하여 새로운 모델들을 학습시키는 방법이다. 집단화 과정은 반복되는데 최고의 유사도를 갖는 모델의 집단에 관측열들을 재분배하고 집단내 관측열들이 변화하면 새로운 모델을 재 추정하여 기존의 모델을 대신한다. 그러므로 이 집단화 방법은 집단화 과정과 파라미터 추정이 일체화되어 기존의 패턴에 의한 집단화 방법보다 더욱 효율적이 된다. 실험결과 HMM에 의한 집단화 방법이 기존의 패턴에 의한 집단화 방법보다. 고립 숫자음 인식에 있어서 $1.43\%$의 인식률을 향상시킬 수 있었으며 단일 모델의 사용보다는 $2.08\%$의 인식률이 향상되었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1987년도 학술발표회 논문집
• /
• pp.70-74
• /
• 1987

본 논문은 화자독립 고립단어 인식에 있어서 LP 모델의 문제점과 그 해결 방안으로서 cepstrum 영역에 있어서 lifter를 이용한 해결에 대해서 고찰하였다. 한편, 각 인식 단어의 기준 패턴을 구하기 위한 방법으로서 집단화의 방법에 대해 논하였다. 집단화의 방법으로서는 UWA 방법과 K-iteration 방법을 변형시킨 KMA 방법을 제시 비교하였다. 인식 실험결과 정현파 lifter와 KMA의 집단화 방법을 사용하였을 때 95%의 최고 인식률을 보였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.227-232
• /
• 2003

본 논문에서는 집단화된 자료의 평균과 분산을 계산하는 새로운 방범을 제시하였다. 제시된 방법은 각 계급구간 안의 자료값들이 그 구간에 걸쳐 균등한 간격으로 분포하고 있다고 가정하고 평균과 분산을 계산하는 것이다. 개개의 자료값들이 주어진 자료와 모의실험에 의해 생성된 자료를 이용하여 제시된 방법과 기존의 방법을 비교하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.147-154
• /
• 2005

본 논문에서는 집단화된 자료의 분위수들을 계산하는 수정된 방법을 제시하였다. 제시된 방법은 각 계급구간 안의 자료들이 그 구간에 걸쳐 균등한 간격으로, 그리고 구간의 중간점에 관하여 대칭으로 분포하고 있다고 가정하고 분위수들을 계산하는 방법이다. 개개의 자료값들이 주어진 자료를 통하여, 제시된 방법과 기존의 방법을 비교하였다.

• 한국정보과학회논문지:정보통신
• /
• 제27권4호
• /
• pp.531-543
• /
• 2000

본 논문에서는 ATM PNN망에서 경로 배정을 위해 필요로하는 링크상태 정보를 효율적으로 집단화하는 방법을 제시한다. 이 방법은 집단화할 동료 그룹을 효율적으로 집단화하는 방법을 제시한다. 이방법은 집단화할 동료그룹의 경계노드들을 셔플넷의 노드들로 사상시킴으로써 표현해야 할 링크의 수를 완전 그물망 방법의 $N_2$에서 pN(p는 정수 N는 경계노드수)으로 줄인다 이는 공간 복잡도가 O(N)인 신장트리(spanning tree)방법에서 필요로 하는 링크의 수와 비슷하지만 신장 트리방법과는 달리 비대칭망(asymmetric network)에서 사용할 수 있다는 것이 큰 장접이다. 모의 실험결과 셔플넷 방법은 pNro의 링크만을 표현하면서도 상태 정보의 정확성은 완전 그물망 방법에 근접함을 알 수 있었다.

• 한국정보처리학회논문지
• /
• 제5권9호
• /
• pp.2353-2360
• /
• 1998

리엔지니어링에서 기존 소프트웨어 시스템의 환경변화에 따라 대부분 논리적 실행을 중심으로 집단화를 실행해왔으나 본 논문에서는 기존 소스 프로그램을 중심으로 각 모듈간의 정보공유측면에서 효율적으로 집단화할 수 있는 방안을 제안하였다. 정보고유를 이용한 관련 모듈들의 집단화를 위해서 모듈 집단간 휴리스틱 측정방법을 근간으로 본 논문에서 제안한 유사성 및 단일성 알고리즘을 이용한 측정을 한 후 그 결과를 평가하였다. 이를 통해 모듈 및 프로시져의 관련성을 중심으로 관련 모듈 및 프로시져의 정리 및 집단화를 유도할 수 있었다. 소프트웨어 시스템의 환경변화에 따른 기존 시스템을 정보공유를 중심으로 집단화함으로써 과적으로 소프트웨어 시스템을 재구축할 수 있는 방법론을 제시하였으며, 그 구현 가능성을 실제 예를 통해서 보였다.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1254-1267
• /
• 2015

최근 무분별한 액세스 포인트 설치로 인해 무선랜 간섭이 많이 발생하고 있으며, 이러한 문제를 해결하기 위해 많은 기법이 제안되었다. 액세스 포인트 집단화 기법은 특정 액세스 포인트로 스테이션의 연결을 이동시켜 전송을 수행하는 액세스 포인트를 줄이는 방식이다. 이 방식은 스테이션의 연결을 강제로 이동시키므로 특정 스테이션의 전송 성능 저하가 발생할 수 있다. 액세스 포인트 전송 파워 조절 기법의 경우 연결이 끊어지는 스테이션이 발생하거나 특정 값 이하로 파워를 조절할 경우 전체적인 전송 성능 감소가 일어날 수 있다. 두 기법을 결합하면 집단화를 통해 전송을 수행하는 액세스 포인트가 줄어 간섭이 줄어들고 세부적인 전송 파워 조절을 통해 간섭 범위를 더 줄일 수 있다. 그러나 두 기법을 단순 결합하면 집단화 수행 후에 파워 조절이 가능한 경우의 수가 적어지거나 파워 조절 시 연결이 끊어지는 스테이션이 늘어나 성능 향상이 단일 기법보다 미미한 상황이 발생할 수 있다. 그러므로 본 논문에서는 OpenFlow 기반 무선랜 환경에서 액세스 포인트 집단화 기법, 파워 조절 기법을 결합하여 각 기법의 단점을 보완하고 집단화를 수행할 때 다음 단계 전송 파워 조절 수행 시 파워 조절 가능한 경우의 수가 많아지도록 고려하여 간섭을 효율적으로 완화하는 기법을 제안한다. 시뮬레이션을 통해 각 기법을 비교한 결과 제안 기법의 평균 전송 지연 시간은 집단화 기법에 비해 최대 12.8%, 파워 조절 기법에 비해 최대 18.1% 감소하고, 간섭에 의한 패킷 손실률은 제안 기법이 집단화 기법에 비해 최대 24.9%, 파워 조절 기법에 비해 최대 46.7% 감소하였다. 또한 집단화 기법과 파워 조절 기법은 특정 스테이션의 데이터 처리율이 감소하는 부작용이 발생하는 반면 제안 기법은 특정 스테이션의 처리율 감소 없이 전체 데이터 처리율을 증가시킴을 확인할 수 있었다.

• 정보처리학회논문지C
• /
• 제18C권5호
• /
• pp.361-368
• /
• 2011

본 논문에서는 계층적 QoS 라우팅을 위해 소스 라우팅 방식을 채택하고 있는 전달망에서 적정 경로를 배정하기 위해 필요로 하는 망의 상태 정보를 효율적으로 집단화하는 방법을 제안한다. 이것은 비대칭망에서 집단화 할 링크의 QoS 파라미터가 두 개 이상일 때 기존 스타 집단화 방법이 갖는 집단화된 정보의 부정확성을 줄이기 위한 방법으로, 서비스경계라인을 논리 링크로 갖는 풀 메쉬 토폴로지를 스타 토폴로지로 변형한다. 이를 위해 본 논문에서는 서비스경계라인의 3가지 속성인 분할, 조인 그리고 통합을 정의하며 이 속성들을 이용한 스타 토폴로지로의 변형과 풀 메쉬로의 복원 방법을 제시한다. 제안 방법은 기존 방법과 유사한 공간 복잡도와 시간 복잡도를 갖지만 집단화된 정보의 정확도와 질의 응답 정확도는 기존 방법보다 높다는 것을 실험을 통해 알 수 있었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1999년도 학술발표대회 논문집 제18권 2호
• /
• pp.81-84
• /
• 1999

본 논문에서는 중규모급 단어인식기의 실시간 구현을 위한 무감독 단어집단화 알고리듬을 제안한다. 무감독 단어집단화는 인식대상 어휘 수가 많은 대용량 음성인식 시스템에서 대상 어휘 수를 줄여주는 역할을 하는 전처리기의 성격을 갖는다. 무감독 집단화를 위해 각 단어의 유$\cdot$무성음 고유의 특성을 잘 반영할 수 있는 특징 파라미터 5개를 사용하여 패턴 인식과 회귀분석에서 널리 사용되고 있는 분류$\cdot$회귀트리(Classification And Regression Tree)에 적용시키는 방법으로 접근하였고, 각 단어의 frame 수를 일정하게 n개로 분할(segment)하여 1개의 tree를 생성시키는 방법과 각 segment에 해당하는 tree를 생성시켜 segment들 사이의 교집합 성분으로 단어들을 집단화 하였다 실험결과 탐색 대상단어 22개에서 평균2.21개로 줄어 전체 대상 단어의 $10\%$만을 탐색하여 인식할 수 있는 방법을 제시할 수 있었다.

• 정보처리학회논문지C
• /
• 제18C권6호
• /
• pp.441-444
• /
• 2011

본 논문은 망 상태 정보를 효율적으로 집단화하는 방법을 제시하였다. 이것은 비대칭 망에서 링크의 QoS(Quality of Service) 파라미터가 두개 이상일 때 기존 집단화 방법들이 갖는 정보의 부정확성을 줄이기 위한 방법이다. 제안 방법은 공간 복잡도를 줄이기 위해 다단계 토폴로지 변형 시 토폴로지를 구성하는 논리 링크들의 유사성을 측정, 유사한 링크들의 그룹화 후 통합 과정을 통해 논리 링크들의 정보 왜곡을 줄인다. 이 방법은 서비스경계라인을 논리 링크로 갖는 풀 메쉬 토폴로지를 스패닝 트리 토폴로지로 변형 시 적용한다. 또한 실험을 통하여 기존 방법 보다 집단화된 정보의 정확도와 질의 응답 정확도에서 나은 성능을 가짐을 증명하였다.