• 한국음향학회지
• /
• 제23권6호
• /
• pp.428-436
• /
• 2004

물리적으로 제한된 길이의 어레이를 확장함으로써 소나 시스템의 표적 탐지 성능을 향상시키기 위한 합성 어퍼쳐 소나에 대한 실험을 하였다. 어퍼쳐 영역이나 빔 영역에서 어레이를 합성하는 기존의 실험에서는 어레이의 형상을 선형으로 가정하기 때문에 실제 상황과 오차가 발생하게 된다. 본 논문에서는 왜곡된 어레이의 형상을 추정하여 왜곡을 보상한 후에 어퍼쳐 영역에서 어레이를 합성하는 실험을 하였다. 실험 데이터로는 한국 근해에서 견인 어레이로부터 획득한 데이터를 이용하였으며 실측된 데이터만으로 중첩되는 부어레이 간의 시ㆍ공간적인 위상 차이를 보상함으로써 어레이 길이를 확장하였다. 실험 결과 합성에 의해서 방향 탐지 분해능이 향상되는 것을. 확인할 수 있었고, 5번 합성으로 3dB 빔폭이 약 70%줄어드는 결과를 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.587-590
• /
• 2022

본 논문에서는 물리기반 옷감 시뮬레이션에 적합한 소리를 효율적으로 생성하기 위한 데이터 기반 합성 기법을 제안한다. 시뮬레이션에서 소리를 표현하는 방법은 크게 생성과 합성이 있지만, 합성은 실시간 애플리케이션에서 활용이 가능하기 때문에 인터랙티브한 환경에서 자주 활용되고 있다. 하지만, 데이터에 의존하기 때문에 원하는 장면에 부합하는 사운드를 합성하기는 어려우며, 기존 방법은 한 방향으로만 사운드 데이터를 검색하기 때문에 불연속으로 인한 끊김 현상이 발생한다. 본 논문에서는 양방향 사운드 합성 기법을 제시하며, 이를 통해 불연속적으로 합성되는 사운드 결과를 효율적으로 개선될 수 있음을 보여준다.

• 한국음향학회지
• /
• 제17권7호
• /
• pp.50-56
• /
• 1998

본 논문은 자동 음소 분할기의 음소 경계 오류를 보상하기 위한 후처리 (Postprocessing)에 관한 연구이다. 이는 현재 음성 합성을 위한 음성/언어학적 연구, 운율 모델링, 합성단위 자동 생성 연구 등에 대량의 음소 단위 분절과 음소 레이블링된 데이터의 필요성에 따른 연구의 일환이다. 특히 수작업에 의한 분절 및 레이블링은 일관성의 유지가 어렵고 긴 시간이 소요되므로 자동 분절 기술이 더욱 중요시 되고 있다. 따라서, 본 논문은 자동 분절 경계의 오류 범위를 줄일 수 있는 후처리기를 제안하여 자동 분절 결과를 직접 합성 단위로 사용할 수 있고 대량의 합성용 운율 데이터 베이스 구축에 유용함을 기술한다. 제안된 후처리기는 수작업으로 조정된 데이터의 특징 벡터를 다층 신경회로망 (MLP:Multi-layer perceptron)을 통해 학습을 한 후, ETRI(Electronics and Telecommunication Research Institute)에서 개발된 음성 언어 번역 시스템을 이용한 자동 분절 결과와 후처리기인 MLP를 이용하여 새로운 음소 경계를 추출한다. 고립단어로 발성된 합성 데이터베이스에서 후처리기로 보정된 분절 결과는 음성 언어 번역 시스템의 분할율보 다 약 25%의 향상된 성능을 보였으며, 절대 오류(｜Hand label position-Auto label position ｜)는 약 39%가 향상되었다. 이는 MLP를 이용한 후처리기로 자동 분절 오류의 범위를 줄 일 수 있고, 대량의 합성용 운율 데이터 베이스 구축 및 합성 단위의 자동생성에 이용될 수 있음을 보이는 것이다.

• 한국음향학회지
• /
• 제25권4호
• /
• pp.172-177
• /
• 2006

소나 시스템의 표적 탐지 성능을 향상시키기 위한 방법으로 합성 어퍼쳐 소나 (SAS : Synthetic Aperture Sonar)에 대한 연구와 실험이 이루어지고 있다. 본 논문에서는 한국 근해에서 견인 어레이를 통해 획득한 데이터를 이용하여 합성을 하는 실험을 수행하였다. 실제 상황에서 형상이 왜곡된 견인 어레이의 형상을 추정하여 왜곡을 보상해주고, 대표적인 합성 기법인 ETAM 기법과 같이 어퍼쳐 영역에서 합성을 하는 실험을 하였다. 함속이 일정하게 유지되는 구간의 데이터에 대해 실험한 결과 표적 신호의 코히어런스가 유지되는 약 1분여 동안 SNR이 높아지고 주엽 (main lobe)의 빔폭이 좁아지는 합성 효과가 나타남을 알 수 있었다. 또한 시간이 지남에 따라서도 합성 효과가 지속적으로 나타남을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.553-556
• /
• 2022

본 논문에서는 거품 입자를 활용하여 시뮬레이션 장면에 맞는 소리를 효율적으로 합성할 수 있는 기법을 제안한다. 물리 기반 시뮬레이션 환경에서 소리를 표현하는 대표적인 방법은 생성과 합성이다. 사운드 생성의 경우 시뮬레이션 장면마다 물리 기반 접근법을 사용하여 소리를 생성할 수 있는데 계산 시간과 재질 표현의 어려움으로 다양한 시뮬레이션 장면에 대한 소리를 만들어 내기에는 쉽지 않다. 사운드 합성의 경우 소리 데이터를 미리 구축해야 하는 사전 준비가 필요하지만, 한 번 구축하면 비슷한 장면에서는 같은 소리 데이터를 활용할 수 있는 점이 있다. 따라서 본 논문에서는 거품 시뮬레이션의 소리 합성을 위해 소리 데이터를 구축하고 거품 입자의 효율적인 군집화를 통해 계산 시간을 줄이면서 소리의 사실감은 개선할 수 있는 사운드 합성 기법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.327-330
• /
• 2023

머신러닝과 딥러닝 모델의 사용이 급증함에 따라 충분한 데이터 확보의 중요성이 부각되고 있다. 이에 따라 생성 모델을 통한 데이터 증강 기술이 주목받고 있으나, 증강 데이터를 활용했을 때 학습의 성능 분석은 아직 부족하다. 따라서 본 연구에서는 데이터 증강 시나리오에 따라 증강 비율별 합성 데이터의 유용성을 조사하고자 한다. 본 연구에서는 테이블 데이터를 증강하는 것에 초점을 맞추었으며, 이를 위해 테이블 데이터를 합성할 때 유용한 성능을 보이는 딥러닝 모델 CTGAN을 활용하였다. 실험에서 데이터를 증강하는 두 가지 다른 시나리오를 고려한 결과, 두 시나리오에서 모두 실험에서 설정한 증강 비율까지의 합성 데이터가 유용한 결과를 보임을 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.766-769
• /
• 2021

딥러닝을 포함한 머신러닝 기법을 기반으로 비행체의 궤적 설계, 제어, 최적화, 예측 등의 작업을 수행하기 위해서는 일정한 양 이상의 비행체 궤적 데이터를 필요로 한다. 그러나 다양한 이유(예를 들어 비행체 궤적 데이터셋 구축에 필요한 비용, 시간, 인력 등)로 일정한 양 이상의 비행체 궤적 데이터를 확보하기 어려운 경우가 존재한다. 이러한 경우 합성 데이터 생성이 머신러닝을 가능하게 하는 방법 중 하나가 될 수 있다. 본 논문에서는 이와 같은 가능성을 탐구하기 위하여 시계열 생성적 적대 신경망을 이용하여 비행체 궤적 합성 데이터를 생성하고 평가하였다. 또한 비행체의 상태를 인식하기 위한 비행체 궤적 예측 작업에서 합성 데이터의 활용 가능성을 탐구하기 위하여 다양한 ablation study(비교 실험)를 수행하였다. 본 논문에서 제시된 생성 평가 및 비교 실험 결과는 비행체 궤적 합성 데이터 생성 및 비행체 궤적 관련 작업에서 합성 데이터의 활용 가능성에 대한 연구를 수행하고자 하는 연구자들에게 실질적인 도움이 될 것으로 예상한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 추계학술대회 초록집
• /
• pp.138-138
• /
• 2011

GTL(Gas to Liquid) 합성유 생산 공정은 크게 합성가스 개질공정(reformer), FT 반응공정, upgrading 공정으로 구성된다. 본 연구에서는 FT 반응기에 유입되는 합성가스의 생산공정인 개질공정 최적화 시뮬레이션을 수행하였다. 기존에 HYSYS 공정 모사 tool로 구현한 개질공정 모델에 dynamic simulation을 적용하여 공정 운전 시간 변화에 따른 온도/압력/조성의 일정범위 별 생산 가스의 성분비를 모사하고자 한다. Dynamic 공정 시뮬레이션은 모사 대상 공정의 운전 시간 별 결과값 변화를 산출할 수 있는 방법으로 기존 정상상태(steady-state) 시뮬레이션에 비해 현실 공정의 운전 변수를 보다 더 정확하게 반영할 수 있는 장점이 있다. 본 시뮬레이션은 1bpd급 GTL 파일럿 플랜트의 설계 자료를 근거로 수행되었으며, 향후 운전 데이터를 feedback하여 최적의 운전 매뉴얼 도출자료로 활용코자 한다. 아울러, 다음의 시간 변화별 모사 결과 데이터들을 산출하고 공정의 최적운전 조건을 분석하고자 한다. - 시간에 따른 공정의 온도/압력 변화, 이에 연동되는 반응기 출구의 1) $H_2$/CO 비율, 2) $CH_4$ conversion, 3) $CO_2$ conversion 본 연구의 결과 데이터를 1bpd급 GTL 플랜트 내 합성가스 개질공정의 운전조건 최적화에 적용코자 하며, 이는 개질반응기의 안정적인 연속운전을 통한 GTL 통합공정의 운전 효율향상에 기여 가능하리라 기대된다. 향후 개질공정의 후단공정인 FT 합성공정 시뮬레이션 과업과 연계하여 GTL 통합공정 시뮬레이션 및 최적화에 따른 실증 규모의 스케일업 기반 데이터를 마련할 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.465-472
• /
• 2022

본 연구에서는 기존의 동영상 합성 네트워크에 스타일 합성 네트워크를 접목시켜 동영상에 대한 스타일 합성의 한계점을 극복하고자 한다. 본 논문의 네트워크에서는 동영상 합성을 위해 스타일갠 학습을 통한 스타일 합성과 동영상 합성 네트워크를 통해 스타일 합성된 비디오를 생성하기 위해 네트워크를 학습시킨다. 인물의 시선이나 표정 등이 안정적으로 전이되기 어려운 점을 개선하기 위해 3차원 얼굴 복원기술을 적용하여 3차원 얼굴 정보를 이용하여 머리의 포즈와 시선, 표정 등의 중요한 특징을 제어한다. 더불어, 헤드투헤드++ 네트워크의 역동성, 입 모양, 이미지, 시선 처리에 대한 판별기를 각각 학습시켜 개연성과 일관성이 더욱 유지되는 안정적인 스타일 합성 비디오를 생성할 수 있다. 페이스 포렌식 데이터셋과 메트로폴리탄 얼굴 데이터셋을 이용하여 대상 얼굴의 일관된 움직임을 유지하면서 대상 비디오로 변환하여, 자기 얼굴에 대한 3차원 얼굴 정보를 이용한 비디오 합성을 통해 자연스러운 데이터를 생성하여 성능을 증가시킴을 확인했다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.235-238
• /
• 2022

본 논문은 인식이 어려운 조명 환경에도 강인한 seven-segment 문자 인식을 위해서, 영상 내에 다양한 조명 연출이 가능하도록 합성 데이터 셋을 생성하고 학습할 수 있는 OCR 방법을 제안한다. 기존 연구에서는 deblurring 과 같이 영상 이미지의 해상도를 높여 문자 인식의 정확도를 향상시키는 것에 초점을 두었으나, 여러 조명 환경에 대비할 수 있는 OCR 관련 연구들은 부족하다. 이를 해결하기 위해 본 논문에서는 문자가 포함된 자연스러운 배경 영상에, seven-segment 문자를 합성시킨 후 relighting 을 적용함으로써 실제 환경과 유사한 장면을 연출해 새로운 합성 데이터 셋을 생성한다. 그리고 생성된 데이터 셋을 딥러닝 기반 학습시켜 다양한 조명에도 강인한 문자 인식기를 만들고자 한다. 합성 데이터 셋의 사용여부와 일반적인 데이터 augmentation 기법의 사용 여부를 비교하여, 본 논문에서 제안한 방법의 효과를 확인할 수 있었다. 이를 통해서 seven-segment 문자 인식 뿐만 아니라, 다양한 문자에 대해서도 적용될 수 있는 초석이 될 것으로 기대된다.