• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.784-786
• /
• 2004

두개의 영상을 정합하는 것은 컴퓨터 비젼분야의 기본적인 과정 중의 한가지이다. 본 논문에서는 영상에서 간결하면서 많은 정보를 가지고 있는 선형특징들을 이용하여 회전각도와 위치변화에 관계없이 영상을 정합하는 방법을 제안한다. 영상에서 edge성분들을 추출하여 구조체로 구성하고 이를 이용하여 Hough공간에서 최대로 누적되는 변환 파라미터들을 추정하고, 후보 파라미터들에 대하여 다시 최적의 정합조건을 가지는 파라미터를 Hough기법을 사용하여 결정한다. 많은 연산양이 요구되기 때문에 전처리 과정을 사용하여 정확하고 빠른 정합을 유도한다

• Electronics and Telecommunications Trends
• /
• v.10 no.4 s.38
• /
• pp.155-163
• /
• 1995

본 고에서는 광통신 시스템 송신단에 영향을 주는 파라미터를 분류하고 기술하였다. 광통신 시스템을 안정적으로 운영하기 위해서는 성능 관련 파라미터에 대한 기준값을 정해야 한다. 본 고에서는 송신단의 기준 파라미터로 평균결합전력을 선정하고 이 값에 영향을 주는 요인들을 분석했으며, ITU-T에서 권고한 평균결합전력값을 분석하였다. 또한 측정기를 이용하여 실제로 평균결합전력을 측정하는 방법에 대해서도 기술하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.545-546
• /
• 2004

서브밴드 분리에 의한 에코확산 오디오 워터마킹법은 호스트 신호를 특정 주파수 대역으로 분리하고, MPEG 심리음향 모델을 이용하여 각 대역별로 삽입되는 워터마크의 파워를 파라미터 설정 함수에 의하여 설정한다. 여기서, 본 방법의 강인성과 비지각성을 좌우하는 것은 파라미터 설정 함수가 된다. 따라서, 본 연구에서는 최대의 강인성과 최소의 음질 열화를 구현하기 위하여 청취실험을 실시하여 최적의 파라미터 설정 함수 설정방법에 대한 검토를 수행하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.658-660
• /
• 2002

본 논문에서는 음성인식과 온라인 필기인식에서 우수한 성능을 보이는 은닉 마르코프(HMM)의 모델링의 문제점을 다룬다. HMM은 파라미터의 수가 클수록 자기 데이터에 대해 잘 모델링하는 특징으로 음성인식과 온라인 필기인식등에서 많이 쓰이고 있다. 그러나 그러한 특징으로 인해 해당 클래스 데이터가 아닌 다른 클래스 데이터에 대해서도 파라미터의 수가 클수록 잘 모델링하는 단점이 나타났다. 이에 본 연구에서는 대상 데이터를 분석하여 state의 수와 mixture의 수를 조정하여 가장 적절한 HMM의 구조의 파라미터를 구하는 가능성을 본다.

• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.296-297
• /
• 2018

본 논문은 3상 T-type 3-레벨 인버터의 모델예측제어에 관한 연구이다. 모델예측제어는 시스템의 모델링을 통한 최적의 성능을 제공하는 제어기법으로 PI 제어보다 빠른 동특성을 갖지만, 정확한 파라미터 값이 요구된다. 본 논문에서는 시스템 파라미터 오차가 3상 T-type 3-레벨 인버터의 예측제어에서 어떤 영향을 주는지 알아보고 출력 파형을 분석한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.379-383
• /
• 1998

본 논문에서는 플랜트를 제어하는데 있어 광범위하게 사용되는 PD제어기의 파라미터를 결정하는 문제에 대한 연구를 하였다. 파라미터 결정 방법으로는 최근 최적화 문제에 많이 적용되고 있는 새로운 방법인 유전자 알고리즘을 사용하였다. 또한 이렇게 정해진 파라미터를 사용하여 이를 도립진자(Inverted Pendulum)에 적용하였고 도립진자의 응답특성을 분석, 고찰함으로써 PD제어기의 성능을 평가.확인하고 이 문제에 적용된 유전자 알고리즘의 우수성을 입증하였다.

• Electrical & Electronic Materials
• /
• v.6 no.3
• /
• pp.261-268
• /
• 1993

LIGBT의 전압-전류 특성을 디자인 파라미터와 공정 파라미터를 포함한 SPICE Simulation으로 확인하였다. 중요한 파라미터는 p-body와 n$^{-}$층 그리고 p$^{+}$ 애노드로 구성된 pnp bipolar transistor의 수평전류이득이었다. 이 전류 이득은 Ebers-Moll등식으로 얻었다. LIGBT의 On 저항은 채절 저항(R$_{E}$ )과 인가된 게이트 전압에 종속되는 유효 벌크 저항(R2)으로 구성되며 On 저항의 해석과 모델링은 디바이스의 디자인 조건을 최적화하기 위해서 기하학적 구조와 도핑 프로파일에 따른 물리적 특성으로부터 전개하여 특성해석을 위한 모델링을 실시하여 제시하였다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1997.06a
• /
• pp.35-39
• /
• 1997

본 연구에서는 음소를 인식의 기본단위로 하는 한국어 단어인식 시스템의 인식정도를 개선하기 이해 각 음소의 시간방향의 정보를 포함하고 있는 동적특징인 회귀계수와 K-L(Karhunen-Loeve)변환으로 얻은 특징파라미터(이하 K-L계수라 함)를 이용하여 음소인식과 단어인식 실험을 수행한 결과 그 유효성을 확인하였다. 이를 위해 먼저 파열음을 대상으로 정적 특징과 파라미터인 멜-켑스트럼(Mel-Cepstrum)과 동적 특징 파라미터인 회귀계수(Regressive Coefficient) 와 K-L 계수(Karhunen-Loeve Coefficient)를 추출하여 음소 인식실험을 수행하였다. 그 결과 멜-켑스트럼을 사용한 경우 39.84%, 회귀계수를 사용한 경우 48.52%, K-L계수를 사용한 경우 52.40%의 인식률을 얻었다. 이를 참고로 각각의 특징 파라미터를 결합하여 인식실험한 결과 멜-켑스트럼과 K-L계수를 사용한 경우 47.17%,멜 -켑스트럼과 회귀계수의 경우 60.11%,K-L계수와 회귀계수의 경우 60.35%, 멜-켑스트럼과 K-L계수 , 회귀계수를 사용한 경우 58.13%를 인식률을 얻어 동적특징인 K-L 계수와 회귀계수를 사용한 경우와 멜-켑스트럼과 회귀계수를 사용한 경우가 높은 인식률을 보였으며 이를 단어로 확장하여 인식실험을 수행한 결과 기존의 특징 파라미터를 이용한 경우보다 높은 인식률을 얻어 동적 파라미터의 유효성을 확인하였다

• The Journal of the Acoustical Society of Korea
• /
• v.11 no.3
• /
• pp.61-66
• /
• 1992

There have been many researches that uses neural network models for automatic speech recognition, but the main trend was finding the neural network models and learning rules appropriate to automatic speech recognition. However, the choice of the input speech parameter for the neural network as well as neural network model itself is a very important factor for the improvement of performance of the automatic speech recognition system using neural network. In this paper we select 6 speech parameters from surveys of the speech recognition papers which uses neural networks, and analyze the performance for the same data and the same neural network model. We use 8 sets of 9 Korean plosives and 18 sets of 8 Korean vowels. We use recurrent neural network and compare the performance of the 6 speech parameters while the number of nodes is constant. The delta cepstrum of linear predictive coefficients showed best result and the recognition rates are 95.1% for the vowels and 100.0% for plosives.

• Journal of the Korean Society for Nondestructive Testing
• /
• v.31 no.2
• /
• pp.165-173
• /
• 2011

The acoustic emission(AE) technique is a well established method to carry out structural health monitoring(SHM) of large structures. However, the real-time monitoring of the crack growth in the roller coaster support structures is not easy since the vehicle operation produces very large noise as well as crack growth. In this investigation, we present the waveform parameter filtering method to classify acoustic sources in real-time. This method filtrates only the AE hits by the target acoustic source as passing hits in a specific parameter band. According to various acoustic sources, the waveform parameters were measured and analyzed to verify the present filtering method. Also, the AE system employing the waveform parameter filter was manufactured and applied to the roller coaster support structure in an actual amusement park.