• 한국대기환경학회지
• /
• 제11권2호
• /
• pp.145-152
• /
• 1995

Predictability of a Gaussian model, ISCST2 was assessed by scaling up wind tunnel experiments with a 1/3,000 terrain model to the real scale. Concentration profiles obtained from the flat-terrain experiment in the neutral condition were estimated to be in agreement with the calculated ones from ISCST2 in the stability class A, but the difference between the two was still large. Concentration profiles from the mountainous-terrain experiments were better fitted to the calculated ones primarily because in the experiment, concentration behind the source was raised due to the effect of a hill in the upstream side. Model prediction was improved with including the downwash effect of buildings and the hill, but overall concentration profiles were not much different from a typical Gaussian profile. While concentration profiles in the experiments were changed with local flows by varying the wind direction and the topography, those from the Gaussian modeling were mot freely changed together with these variations.

• 스마트미디어저널
• /
• 제4권3호
• /
• pp.50-55
• /
• 2015

본 논문에서는 야간 영상 감시(night-time video surveillance)에 특화된 GMM(Gausssian mixture model)기반의 배경 모델링(background modeling)을 이용한 배경 차분(background subtraction)방법을 제안한다. 야간 영상에서는 낮 영상에 비해 배경과 객체의 구분이 뚜렷하지 않아 매우 흡사한 픽셀 값들을 이용하여 배경을 분리해야 한다. 이러한 문제점을 해결하기 위해 전처리 단계에서 조정된 범위의 히스토그램 스트레칭을 이용하여 입력 픽셀 값을 배경 모델링에 이로운 픽셀 값으로 변경해준다. 조정된 픽셀 값을 이용하여 가장 이상적인 배경을 찾기 위해 픽셀 단위로 GMM기반의 배경 모델링 방법을 적용한다. GMM을 기반으로 한 배경모델링 방법에서는 새로운 픽셀 값이 입력되었을 때 어떤 가우시안에도 속하지 않는다면 가장 낮은 가중치를 가진 가우시안 분포를 제거함으로써 이전의 축적된 배경의 정보를 무시하는 결과를 낳게 된다. 따라서 본 논문에서는 낮은 가중치의 가우시안을 제거하는 대신 기존 가우시안의 평균과 입력된 픽셀 값의 차를 이용하여 새로운 평균에 적용함으로써 기존의 쌓여진 정보를 고려한다. 실험결과 제안된 배경 모델링 방법이 기존 방법의 이점을 유지하면서 야간 영상 감지에 특화된 배경 차분 결과를 보였다.

• 한국항공우주학회지
• /
• 제48권3호
• /
• pp.175-185
• /
• 2020

유도무기는 원통형 형상에서 기인한 기하학적 특성으로 6자유도 공력계수에 물리적 구배 조건을 내포하게 된다. 본 연구는 부가적으로 주어진 물리적 구배 정보를 공력계수 모형화에서 효과적으로 이용할 목적으로 구배 보강 가우스 과정을 사용하였다. 물리적 구배 정보를 활용한 공력계수 예측의 정확성을 살펴보기 위해, 가우스 과정에 기초한 공력계수 예측 모형을 구배 정보의 유무에 따라 각각 구성한 후 서로의 예측 정확도를 비교·분석하였다. 그 결과, 물리적 구배 정보를 고려한 공력계수 예측은 부여된 구배 조건을 정확히 만족하였을 뿐만 아니라 그렇지 않은 모형에 비해 예측 정확도가 더 우수함을 확인하였다. 다만, 구배 보강 가우스 과정으로는 물리적 구배 정보를 연속적으로 부여할 수 없으며 추가된 구배 정보로 인해 공력계수 예측 모형 구성에 요구되는 표본수가 증가하는 단점도 확인하였다.

• ETRI Journal
• /
• 제33권6호
• /
• pp.914-923
• /
• 2011

This paper concerns robust and reliable speaker model training for text-independent speaker verification. The baseline speaker modeling approach is the Gaussian mixture model (GMM). In text-independent speaker verification, the amount of speech data may be different for speakers. However, we still wish the modeling approach to perform equally well for all speakers. Besides, the modeling technique must be least vulnerable against unseen data. A traditional approach for GMM training is expectation maximization (EM) method, which is known for its overfitting problem and its weakness in handling insufficient training data. To tackle these problems, variational approximation is proposed. Variational approaches are known to be robust against overtraining and data insufficiency. We evaluated the proposed approach on two different databases, namely KING and TFarsdat. The experiments show that the proposed approach improves the performance on TFarsdat and KING databases by 0.56% and 4.81%, respectively. Also, the experiments show that the variationally optimized GMM is more robust against noise and the verification error rate in noisy environments for TFarsdat dataset decreases by 1.52%.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제13권1호
• /
• pp.1-9
• /
• 2024

고분자 분야의 개발 및 양산과정에는 제어가 안되는 많은 변수가 있으며, 화학적 조성, 구조, 가공 조건 등 작은 변화에도 물성편차가 크게 발생하기에 보편적인 환경을 가정한 기존의 선형적 모델링 기법으로는 현장 데이터 적용시 많은 오차가 발생한다. 이에 본 연구에서는 최근 산업용 구동부품의 플라스틱 채용경향에 맞추어 엔지니어링 플라스틱인 Polyacetal 수지의 내마모성 및 내굴곡성 강화 연구에 다변량 분석기법인 구조방정식과 가우시안 프로세스 회귀를 결합한 모델링 방식(GPR-SEM)을 제안하고, 비선형성을 가지는 물질 모델링에 활용 가능성을 고찰하고자 한다.

• Journal of Korean Society for Atmospheric Environment
• /
• 제18권E4호
• /
• pp.215-221
• /
• 2002

The real-time modeling system, named AirWatch System, has been developed to evaluate the environmental impact from a large source. It consists of stack TMS (TeleMetering System) that measures the emission data from the source, AWS (Automatic Weather Station) that monitors the weather data and computer system with the dispersion modeling software. The modeling theories used in the system are Gaussian plume and puff models. The Gaussian plume model is used for the dispersion in the simple terrain with a point meteorological data while the puff model is for the dispersion in complex terrain with three dimensional wind fields. The AirWatch System predicts the impact of the emitted pollutants from the large source on the near-by environment on the real -time base and the alarm is issued to control the emission rate if the calculated concentrations exceed the modeling significance level.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.512-519
• /
• 2003

본 논문에서는 계층적 클러스터링과 GMM을 순차적으로 이용하여 최적의 파라미터를 추정하고 이를 뉴로-퍼지 모델의 초기 파리미터로 사용하여 모델의 성능 개선을 제안한다. 반복적인 시도 중 가장 좋은 파라미터를 선택하는 기존의 알고리즘 과 달리 계층적 클러스터링은 데이터들 간의 유클리디언 거리를 이용하여 클러스터를 생성하므로 반복적인 시도가 불필요하다. 또한 클러스터링 방법에 의해 퍼지 모델링을 행하므로 클러스터와 동일한 갯수의 적은 규칙을 갖는다. 제안된 방법의 유용함을 비선형 데이터인 Box-Jenkins의 가스로 예측 문제와 Sugeno의 비선형 시스템에 적용하여 이전의 연구보다 적은 규칙으로도 성능이 개선되는 것을 보였다.

• 대한전자공학회논문지
• /
• 제25권6호
• /
• pp.654-662
• /
• 1988

A simple and useful model of light distribution for the biologhical tissue to the Gaussian beam is proposed. This model assumes that the incident Gaussian beam broadens into two Gaussian beams, travelling in the opposite directions as the result of both isotropic scattering and absorption in the tissue. With this assumption, two-dimensional light intensity of each flux as well as the equations of both absorption and scattering have been derived, and the validity of modeling has been confirmed experimentally. Consequently, the results paved a way for easy evaluation of the light distribution in the biological tissue.

• 한국멀티미디어학회논문지
• /
• 제11권5호
• /
• pp.597-609
• /
• 2008

기존의 배경 모델링 방법은 배경 모델의 반복적 갱신(recursive update)으로 인해 배경보다 객체가 더 자주 등장하는 혼잡한 환경에서는 정확한 배경 모델링을 생성하기 어려운 문제를 지니고 있다. 본 논문은 이러한 기존 방법의 문제를 해결하기 위해 기존의 혼합 Gaussian 모델을 기반으로 하는 적응적 배경 모델링 방법을 제안한다. 제안한 방법은 영상 내 전경 영역의 비율에 따라 배경 모델의 학습 비율을 적응적으로 조절한다. 따라서, 혼잡 상황에서는 배경 모델의 갱신을 억제하여 배경 모델을 잘 유지시키는 것이 가능하다. 실험을 통해 제안한 방법이 일반적인 상황의 영상에서는 기존 방법과 유사한 정확도를 보이지만 혼잡한 상황에서는 기존 방법과 비교하여 배경 제거를 효과적으로 수행하는 것을 확인하였으며, 또 정확도 측정 결과 혼잡한 상황의 영상에서 기존 방법과 비교하여 F 값이 5-10% 가량 향상함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권1호
• /
• pp.177-183
• /
• 2010

연속 어휘 인식 시스템에서는 통계적 방법에 의한 어휘 인식을 수행하기 위하여 확률분포를 이용하며 이는 음소 단위의클러스터링을사용하여모델링하여샘플들을기반으로 확률 파라미터를 추정한다. 어휘 검색 시 추정된 확률 파라미터로부터 인식 결과를 나타내는데 미리 정의되지 않은 음소와 추가되어진 음소로부터 인식률이 저하되는 문제점이 발생하며, 하나의 클러스터링으로 모델링하므로 가우시안 모델이 정확성을 확보하지 못한다는 단점이 있다. 이를 개선하기 위하여 확률 분포의 혼합 가우시안 모델을 최적화하여 유사도를 기반으로 Euclidean과 Bhattacharyya 거리 측정 방법을 혼합한 군집화 모델을 제안하고, 군집화된 모델에서 음소 단위로 확률 모델을 탐색할 수 있는 시스템을 모델링하였다. 본 논문에서 제안한 시스템을 적용한 결과 시스템 성능에서 어휘 종속 인식률은 98.63%, 어휘 독립 인식률은 97.91%의 인식률을 나타내었다.