• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.597-599
• /
• 2012

음성인식 및 음성신호처리 분야에서 신경회로망은 음성인식의 카테고리 분류에 주로 이용되고 있다는 점에 착안하여, 본 논문에서는 신경회로망의 입력신호로 음성의 진폭 스펙트럼 및 위상 스펙트럼을 사용한 잡음억제를 위한 신경회로망을 제안한다. 본 논문에서 제안한 알고리즘은 고속 푸리에 변환(Fast Fourier Transform, FFT)에 의한 진폭 스펙트럼 및 위상 스펙트럼을 사용한 잡음억제 신경회로망을 이용하여 각 프레임에서 FFT 스펙트럼을 추정한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.512-514
• /
• 2011

본 논문에서는 스펙트럼 회복의 수단으로써 신경회로망을 사용하여 푸리에변환(FFT) 진폭성분 및 위상성분을 복원하는 알고리즘을 제안한다. 본 논문에서는 먼저 각 프레임의 FFT 진폭성분들을 유성음 구간과 무성음 구간으로 검출한 후, 유성음 및 무성음 구간에 대해서 각 프레임의 FFT 진폭성분들을 저역, 중역 및 고역으로 각각 분리한 후에 각 대역의 FFT 진폭성분들을 저역용 신경회로망(NN), 중역용 NN, 그리고 고역용 NN의 입력으로 하여 각 NN에 학습시킴으로써 최종 FFT 진폭성분들을 구한다. 본 실험에서는 Aurora2 데이터베이스를 사용하여 FFT의 진폭성분을 복원하는 잡음제거의 알고리즘을 사용하여 여러 잡음에 대해서 본 알고리즘의 유효성을 실험적으로 확인한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.5
• /
• pp.1078-1084
• /
• 2010

This paper presents a speech enhancement system which restores the amplitude components and phase components by discrete Fourier transform (DFT), using neural network training by back-propagation algorithm. First, a neural network is trained using DFT amplitude components and phase components of noisy speech signal, then the proposed system enhances speech signals that are degraded by white noise using a neural network. Experimental results demonstrate that speech signals degraded by white noise are enhanced by the proposed system using the neural network, whose inputs are DFT amplitude components and phase components. Based on measuring spectral distortion measurement, experiments confirm that the proposed system is effective for white noise.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.254-257
• /
• 2010

본 논문에서는 신경회로망을 사용하여 이산푸리에변환에 의한 진폭성분과 위상성분을 복원하는 음성강조 시스템을 제안한다. 본 시스템은 신경회로망이 잡음이 부가된 음성신호의 이산푸리에변환의 진폭성분과 위상성분을 사용하여 학습된 후, 제안한 시스템은 배경잡음에 의하여 열화된 잡음이 부가된 음성신호를 강조한다. 배경잡음에 의하여 열화된 음성신호는 신경회로망을 사용하여 제안된 시스템에 의하여 강조되는 것을 실험결과로 증명하며, 제안한 시스템이 스펙트럼 왜곡율의 평가법을 사용하여 배경잡음에 의하여 열화된 음성신호에 대하여 효과적인 것을 실험으로 확인한다.

• Economic and Environmental Geology
• /
• v.36 no.4
• /
• pp.305-312
• /
• 2003

This study was performed to delineate the subsurface geology, geologic structure, and distribution pattern of the Palgongsan granitic body, and to reveal the relationship between the Kyeongsang basin and Yongnam massif by gravity survey. The study area is located between the latitude of 35$^{\circ}$45'-36$^{\circ}$21'N and longitude of 128$^{\circ}$15'-129$^{\circ}$00'E. Total of 966 gravity data measured by Seoul National University, KlGAM(Korea Institute of Geology, Mining ＆ Materials), Pusan National University and Yonsei University were used. The Bouguer gravity anomaly in the study area ranges from -12.88 to 26.01 mgal with a mean value of 11.27 mgal. A very low anomaly zone is located in the Yongnam massif in west of the study area. The anomaly value increases going from west to east. A low anomaly distribution in Palgongsan granite and Yongnam massif is interpreted as the effect of their lower density than that of Kyeongsang Super Group. Power spectrum analysis is applied to evaluate the average depth of basement the Kyeongsang Basin and Conrad discontinuity from gravity anomaly. The average depths of density discontinuities are calculated 10.45 km and 4.9 km, and these are interpreted as Conrad discontinuity and depth of basement of the Kyeongsang Basin, respectively. The depth of Palgongsan granite is derived by means of 2-dimensional modeling and it decreases gradually toward the east. The gravity anomaly east of the study area decreases abruptly due to Shingryeong fault and Nogosan ring fault. Two deepest and sharp roots of Palgongsan granite are recognized by 2-dimensional modeling of each profiles. The depths of those roots are 5.3 km on a profile AA' and 7 km on a profile BB' which is the maximum depth of Palgongsan granite. Small granitic bodies are also seen to be intruded around the Palgongsan granite. The root of Palgongsan granite is shown by 3-dimensional analysis based on the interpolation of 2-dimensional modeling along each profiles to exist in the southwest vicinity of Palgongsan granite. The total volume of Palgongsan granite is approximately 31.211 $Km^3$.