• 제목/요약/키워드: 합성 단위도

검색결과 623건 처리시간 0.038초

딥러닝을 이용한 인공위성영상의 토지피복지도 생성기술 (Satellite Land Cover Map Generation Using Deep Learning)

  • 김영은;이혁재;박형섭;유광선;김창익
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2019년도 하계학술대회
    • /
    • pp.240-242
    • /
    • 2019
  • 본 논문에서는 대한민국 국토에 대한 토지피복지도를 인공위성 영상으로부터 생성하는 기술을 제안한다. 제안하는 방법은 먼저 합성곱 신경망을 이용하여 인공위성 영상의 각 패치를 4 종류의 토지 용도로 분류한다. 이후 인공위성 영상과 토지 용도 분류 결과를 조건부 랜덤 필드에 적용하여 픽셀 단위로 색상과 질감이 유사한 영역을 같은 토지 용도로 분류될 수 있도록 하여 정확한 토지피복지도를 생성한다. 현재 대한민국 국토에 대한 토지피복지도 생성을 위해 구축된 데이터 세트가 없기 때문에 본 연구에서는 합성곱 신경망 학습을 위한 데이터 세트를 직접 구축하였다. 이를 위해 환경공간정보 서비스 웹사이트로부터 인공위성 영상을 취득하고, 각 영상을 패치 단위로 나누어 토지 용도를 직접 분류하였다. 실험 결과를 통해 제안하는 토지 용도 분류 합성곱 신경망의 성능을 평가하였으며, 최종 생성된 토지피복지도는 제안하는 방법이 효과적으로 토지 용도를 분류할 수 있음을 나타낸다.

  • PDF

반음절단위를 이용한 한국어 음성합성에 관한 연구 (A Study on the Korean Text-to-Speech Using Demisyllable Units)

  • 윤기선;박성한
    • 대한전자공학회논문지
    • /
    • 제27권10호
    • /
    • pp.138-145
    • /
    • 1990
  • 본 논문에서는 합성단위를 반음절로 하여 적은 데이터 베이스를 차지하면서도, 합성음의 자연스러움을 향상 시키기 위한 한국어 규칙 합성법을 제시한다. 반음절 음성신호를 분석하기 위해 12차 선형 예측법을 사용하며, 합성음의 자연성과 명료성을 위해 음절간 접속 규칙, 모음부의 연결규칙을 개발한다. 또한 신경망 모델을 이용한 음운 변동 규칙과 운율규칙을 적용한다.

  • PDF

Logatom을 사용한 문서음성변환 시스템 (Text-to-Speech System Using Logatom)

  • 조관선;이철희
    • 한국음향학회:학술대회논문집
    • /
    • 한국음향학회 1999년도 학술발표대회 논문집 제18권 1호
    • /
    • pp.7-10
    • /
    • 1999
  • 본 논문에서는 logatom 기반 무제한 한국어 TTS 시스템 구현을 제안한다. 이를 위하여 한국어를 대표할 만한 문서코퍼스를 선택하여 분석하고 이를 바탕으로 합성에 필요한 logatom을 설계한다. 일반적으로 음성코퍼스를 통해 음성세그먼트를 추출하여 접속에 기반한 TTS 시스템에서는 음성세그먼트를 의미있는 단어 또 는 어절로부터 추출한다. 하지만 음성세그먼트 추출시 고려되는 사항은 합성단위에 기초한 음소간의 결합형태이므로 본 논문에서는 음성세그먼트 추출을 위하여 무의미한 음소열인 logatom을 설계한다. Logatom은 문장 세그먼트의 어절내 위치와 문서코퍼스 분석 결과 얻어진 음소간의 결합형태를 기반으로 설계된다. 제안된 시스템의 합성음질을 평가하기 위하여 CVC 기반 logatom을 사용하여 임의의 문장을 합성해 본 결과 대부분의 음성세그먼트 접속이 자음에서 이루어지고 어절의 위치를 고려한 logatom 설계로 인하여 어절 내에서는 비교적 자연스러운 합성음을 얻을 수 있었다.

  • PDF

GFRP를 이용한 경량중공 합성 바닥의 진동 특성에 관한 연구 (Study on the Vibration Characteristics of Light-Weight Void Composite Floor using GFRP)

  • 류재호;박세호;주영규;김상대
    • 한국방재학회:학술대회논문집
    • /
    • 한국방재학회 2010년도 정기 학술발표대회
    • /
    • pp.35.1-35.1
    • /
    • 2010
  • 최근 고층형 주거 시설이 많이 보편화됨에 따라 층고절감과 시공의 효율성 제고 등에 대한 요구가 크게 증가하고 있다. 이에 층고를 절감하면서 동시에 장스팬을 구현할 수 있는 GFRP를 이용한 경량 중공 합성 바닥을 개발하였다. 이 바닥 시스템은 웨브에 개구부를 가지는 비대칭 철골보와 중공 경량체, 콘크리트 그리고 내력 보강 및 내화 성능 증진을 위해 비대칭 철골보 하부에 부착한 GFRP(Glass Fiber Reinforced Plastics)로 구성된다. 본 연구에서는 이 GFRP를 이용한 경량중공 합성 바닥의 진동 특성을 부재 단위 실험체를 제작하여 실험적으로 검토하였으며, 이를 통해 본 개발 합성 바닥의 고유 진동수 및 감쇠율을 측정하였다, 그 결과 기존의 이론에 근접한 진동 특성을 나타내었다.

  • PDF

애로우를 이용한 오류 처리 기법 (Error Handling Technique Using Arrows)

  • 이동주;지정훈;장한일;우균
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
    • /
    • pp.397-399
    • /
    • 2006
  • 모나드의 일반화 버전인 애로우(Arrow)는 모나드에 비해 효율적이며, 프로그램 합성을 위한 직관적인 인터페이스를 제공한다. 여러 프로그램을 합성할 때 합성된 전체 프로그램의 오류 처리는 매우 중요한 문제이다. 각각의 프로그램에서 오류 처리를 일일이 기술하는 것은 매우 번거로우며 비효율적인 작업이기 때문이다. 본 논문에서는 애로우 인터페이스를 이용하는 프로그램을 합성할 때 효율적으로 오류를 처리하기 위한 방법을 제시한다. 모든 애로우 타입에 대하여 오류를 처리하기 위해 새로운 애로우를 정의하며 이를 프로그램 합성 단위로 이용하여 전체적인 프로그램의 오류를 처리한다. 또한 애로우를 이용한 타입 검사 프로그램을 통하여, 논문에서 제시한 오류 처리 기법을 적용하여 효율성을 평가한다.

  • PDF

멀티뷰 기반 화면 합성 시스템에서 효율적인 메쉬 구성 방법 (Efficient Mesh Construction Method in Multi-view Video System)

  • 김근배;한종기
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2020년도 하계학술대회
    • /
    • pp.292-294
    • /
    • 2020
  • 3DoF+ 및 6DoF를 구현하기 위해선 사용자의 움직임에 따른 운동시차를 반영하여 가상 시점 이미지를 렌더링 해야 한다. 이를 위한 방법 중 하나인 멀티뷰 기반 합성 방법은 멀티뷰 데이터(텍스쳐, 뎁스맵, 카메라 파라미터)를 기반으로 가상 시점 이미지를 합성한다. 본 논문은 멀티뷰 기반 합성의 과정 중 하나인 메쉬 구성 단계에서 뎁스맵과 텍스쳐의 엣지 정보를 고려한 효율적인 메쉬 구성을 제안한다. 제안 방법은 각 2×2 화소 격자 단위로 엣지의 방향을 측정하고 측정한 엣지를 고려한 보간으로 1/2 화소들을 생성한 뒤, 이 새로운 화소들을 메쉬 구성에 이용하여 기존 방법보다 특성이 비슷한 화소끼리 메쉬를 구성하게 하였다. 제안한 방법으로 합성된 이미지는 뭉게짐 현상과 잔상 현상이 사라진 결과를 보였다.

  • PDF

GNP and Pechini 법에 의한 Cathode용 $(La{1-x}Sr_x)MnO_3$ 분말 합성 및 특성 (Preparation and Properties of Cathode $(La{1-x}Sr_x)MnO_3$ Powder by GNP and Pechini Process)

  • 이미재;박상선;이경희;최병현
    • 한국전기화학회:학술대회논문집
    • /
    • 한국전기화학회 2002년도 연료전지심포지움 2002논문집
    • /
    • pp.117-122
    • /
    • 2002
  • 고체산화물 연료전지의 구성요소인 양극(공기극)을 GNP와 Pechini 법을 이용하여 $(La{1-x}Sr_x)MnO_3$ 양극을 합성하여 합성한 분말의 특성과 단위전지로 사용하기 위한 조건에서의 특성을 측정하였다. GNP로 합성한 분말의 경우 직접 $(LaSr)MnO_3$ 단일 결정상을 얻을 수 있었으나, Pechini 법으로 합성한 분말의 경우는 비정질이었다. 또한 각각의 방법으로 합성한 분말의 입자형태는 구형이었고 1차상 입자크기는 GNP가 40nm, Pechini, 법으로 합성한 경우 20nm 정도의 크기를 갖고 있었다. GNP로 합성한 분말의 입자크기와 비표면적의 경우 glycine의 첨가량이 증가함에 따라 입자크기는 감소하였으나 최적 glycine 첨가량은 2.0mole 였고, 이 때 평균2차상의 입자크기는 $13.24{\mu}m$로 agglomeration 되어있었다. 최적 cathode조성은 GNP법으로 합성한 $(La_{0.9}Sr_{0.1}MnO_3$로서 가능하였고, 이 조성에서의 열팽창계수는 $9.89\times10^{-6}/^{\circ}C$이고, 전기전도도($1200^{\circ}C$에서 2시간소결)는 110 S/cm을 나타내었다.

  • PDF

플라즈마를 이용한 그래핀의 저온합성

  • 이병주;박세린;유한영;이정오;정구환
    • 한국진공학회:학술대회논문집
    • /
    • 한국진공학회 2011년도 제40회 동계학술대회 초록집
    • /
    • pp.427-427
    • /
    • 2011
  • 그래핀은 탄소원자가 육각형의 벌집형태로 배열되어 있는 원자단위 두께의 가장 얇은 재료중의 하나이다. 이는 우수한 기계적, 전기적, 광학적 특성을 지니고 있어 다양한 분야로의 응용이 가능할 것으로 예측되고 있다. 그래핀의 산업적 응용을 위해서는 대면적으로 두께 균일도가 높은 그래핀을 저렴한 방법으로 합성하는 것이 무엇보다도 우선적으로 요구된다. 그래핀을 얻는 방법으로는 물리 화학적 박리, 탄화규소의 흑연화, 열화학기상증착법(thermal chemical vapor deposition; TCVD) 등의 다양한 방법이 있으며, 현재로선 그 중 TCVD법이 대면적으로 두께균일도가 높은 그래핀을 합성할 수 있는 가장 적합한 방법으로 인식되고 있다. 그러나 이 방법은 탄소가 포함된 원료가스를 분해하기 위하여 고온의 공정이 요구되는 단점이 있다. 이러한 이유로 최근 그래핀은 저온에서 합성하기 위한 많은 연구들이 진행 중에 있으며 그 결과가 속속 보고 되고 있다. 본 연구에서는 고주파 플라즈마가 결합된 TCVD장치를 이용하여 원료가스를 효율적으로 분해함으로서 그래핀의 저온합성을 도모하였다. 기판은 300 nm 두께의 니켈박막이 증착된 산화막 실리콘 기판을 사용하였으며, 원료가스로는 메탄을 사용하였다. 실험결과, 350 W의 파워로 플라즈마를 방전하여 30분간 합성을 수행하였을 때 약 $450^{\circ}C$ 근처의 저온에서 수 겹의 그래핀이 합성 가능한 것을 확인하였다. 합성된 그래핀은 분석의 용이함 및 향후 다양한 응용을 위하여 산화막 실리콘 기판 및 투명 고분자 기판 등으로 전사하였다. 그래핀의 특성분석을 위해서는 광학현미경, 라만 분광기, 투과전자현미경, 자외 및 가시선 분광광도계, 4탐침측정기 등을 이용하였다.

  • PDF

자막방송을 위한 잔차 합성곱 순환 신경망 기반 음향 사건 분류 (Residual Convolutional Recurrent Neural Network-Based Sound Event Classification Applicable to Broadcast Captioning Services)

  • 김남균;김홍국;안충현
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2021년도 하계학술대회
    • /
    • pp.26-27
    • /
    • 2021
  • 본 논문에서는 자막방송 제공을 위해 방송콘텐츠를 이해하는 방법으로 잔차 합성곱 순환신경망 기반 음향 사건 분류 기법을 제안한다. 제안된 기법은 잔차 합성곱 신경망과 순환 신경망을 연결한 구조를 갖는다. 신경망의 입력 특징으로는 멜-필터벵크 특징을 활용하고, 잔차 합성곱 신경망은 하나의 스템 블록과 5개의 잔차 합성곱 신경망으로 구성된다. 잔차 합성곱 신경망은 잔차 학습으로 구성된 합성곱 신경망과 기존의 합성곱 신경망 대비 특징맵의 표현 능력 향상을 위해 합성곱 블록 주의 모듈로 구성한다. 추출된 특징맵은 순환 신경망에 연결되고, 최종적으로 음향 사건 종류와 시간정보를 추출하는 완전연결층으로 연결되는 구조를 활용한다. 제안된 모델 훈련을 위해 라벨링되지 않는 데이터 활용이 가능한 평균 교사 모델을 기반으로 훈련하였다. 제안된 모델의 성능평가를 위해 DCASE 2020 챌린지 Task 4 데이터 셋을 활용하였으며, 성능 평가 결과 46.8%의 이벤트 단위의 F1-score를 얻을 수 있었다.

  • PDF