• 한국음향학회지
• /
• 제6권4호
• /
• pp.21-30
• /
• 1987

단어음성인식에서 발성속도의 차이에 따른 단어음성 길이의 비선형적 변화는 정확한 인식을 어렵게 하는 주요한 원인이 되어 왔다. DP매칭은 시간축의 비선형 신축에 의해 시간정규화를 행함으로써 인식결과에 대한 신뢰성을 상당히 높였으나 시간정규화 파정에 요구되는 과도한 계산부담이 문제로 되어 있다. 본 논문에서는 시간정규화가 필요없는 방법으로 멀티섹션벡터양자화에 새로운 길이정규화법을 적용하는 방법을 제안한다. 이 방법은 종래의 고정프레임 길이정규화에 의해 멀티섹션코드북을 작성할 때보다. 정규화길이의 실정에 훨씬 융통성을 가질 수 있으므로 분석 및 거리계산의 양면에서 시간 단축을 가능케 하여 좀더 신속히 인식결과를 얻을 수 있는 장점이 있다

• 한국전문물리치료학회지
• /
• 제14권3호
• /
• pp.32-40
• /
• 2007

Although many children with cerebral palsy have problems with their eye movements available data on its intervention is minimal. The purpose of the study was to determine the effectiveness of the postural movement normalization and eye movement program on the oculomotor ability of children with cerebral palsy. Twenty-four children with cerebral palsy (12 male and 12 female), aged between 10 and 12, were invited to partake in this study. The subjects were randomly allocated to two groups: an experimental group received the postural movement normalization and eye movement program and a control group which received conventional therapy without the eye movement program. Each subject received intervention three times a week for twelve weeks. The final measurement was the ocular motor computerized test before and after treatment sessions through an independent assessor. Differences between the experimental group and control group were determined by assessing changes in oculomotor ability using analysis of covariance (ANCOVA). The changes of visual fixation (p<.01), saccadic eye movement (p<.01) and pursuit eye movement (p<.01) were significantly higher in the experimental group than in the control group. These results show that the postural movement normalization and eye movement program may be helpful to treat children with cerebral palsy who lose normal physical and eye movement.

• 한국전자통신학회논문지
• /
• 제14권3호
• /
• pp.547-552
• /
• 2019

최근, 빅데이터 분야에서는 빅 데이터의 양적 팽창이 주요 이슈로 떠오르고 있다. 더군다나 이러한 빅데이터는 기계학습의 입력값으로 사용되어지고 있으며 이들의 성능을 향상시키기 위해 정규화 전처리가 필요하다. 이러한 성능은 빅데이터 컬럼의 범위나 정규화 전처리 방식에 따라 크게 좌우된다. 본 논문에서는 다양한 종류의 정규화 전처리 방식과 빅데이터 컬럼의 범위를 조절하면서 서포트벡터머신(SVM)의 기계학습방식에 적용함으로써 더욱 효과적인 정규화 전처리 방식을 파악하고자 하였다. 이를 위하여 파이썬언어와 주피터 노트북 환경에서 기계학습을 수행하고 분석하였다.

• 무역학회지
• /
• 제44권1호
• /
• pp.31-44
• /
• 2019

This study examines the normalization of Korean GM management between the Korean government and GM in terms of external negotiation game and internal negotiation game using Putnam's Two-Level Games. In addition, GM's Win-set change and negotiation strategy were analyzed. This analysis suggested implications for the optimal negotiation strategy for mutual cooperation between multinational corporations and local governments in the global business environment. First, the negotiation strategy for Korea's normalization of GM management in Korea can be shifted to both the concession theory and the opposition theory depending on the situation change and the government policy centered on the cautious theory. Second, GM will maximize its bargaining power through 'brink-end tactics' by utilizing the fact that the labor market is stabilized, which is the biggest weakness of the Korean government, while maintaining a typical Win-set reduction strategy. GM will be able to restructure at any time in terms of global management strategy, and if the financial support of the Korean government is provided, it will maintain the local factory but withdraw the local plant at the moment of stopping the support. In negotiations on the normalization of GM management in Korea, it is necessary to prepare a problem and countermeasures for various scenarios and to maintain a balance so that the policy does not deviate to any one side.

• 전기전자학회논문지
• /
• 제26권2호
• /
• pp.319-328
• /
• 2022

베어링은 기계가 작동할때 중요한 역할을 한다. 때문에, 베어링에 결함이 발생하면 기계전체의 치명적인 결함을 발생시킨다. 그러므로 베어링 결함은 조기에 발견되어야한다. 본 논문에서는 연속 웨이블릿 변환과 Switchable 정규화를 기반으로 한 합성곱 신경망(SN-CNN)을 이용한 방법을 베어링 결함 감지 모델에 대해 설명한다. 모델의 정확도는 Case Western Reserve University(CWRU) 베어링 데이터 집합을 사용하여 측정되었다. 또한 배치 정규화(BN, Batch Normalization)[1] 방법과 스펙트로그램 이미지가 모델 성능의 비교를 위해 사용되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.163-166
• /
• 2017

딥러닝은 모델이 복잡해질수록 Train 시간이 오래 걸리는 작업이다. Layer Normalization은 Train 시간을 줄이고, layer를 정규화 함으로써 성능을 개선할 수 있는 방법이다. 본 논문에서는 한국어 의미역 결정을 위해 Layer Normalization이 적용 된 Bidirectional LSTM CRF 모델을 제안한다. 실험 결과, Layer Normalization이 적용 된 Bidirectional LSTM CRF 모델은 한국어 의미역 결정 논항 인식 및 분류(AIC)에서 성능을 개선시켰다.

• 음성과학
• /
• 제11권1호
• /
• pp.21-29
• /
• 2004

In this paper we examined the effect of normalization on discriminating the pathological voice into normal and abnormal classes using artificial neural network. Average values per each parameter were used to normalize each set of parameter values. Artificial neural networks were used as classifiers. And the effect of normalization was evaluated by comparing the discrimination results between original and normalized parameter sets.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.163-166
• /
• 2017

딥러닝은 모델이 복잡해질수록 Train 시간이 오래 걸리는 작업이다. Layer Normalization은 Train 시간을 줄이고, layer를 정규화 함으로써 성능을 개선할 수 있는 방법이다. 본 논문에서는 한국어 의미역 결정을 위해 Layer Normalization이 적용 된 Bidirectional LSTM CRF 모델을 제안한다. 실험 결과, Layer Normalization이 적용 된 Bidirectional LSTM CRF 모델은 한국어 의미역 결정 논항 인식 및 분류(AIC)에서 성능을 개선시켰다.

• 한국통신학회논문지
• /
• 제31권8C호
• /
• pp.801-805
• /
• 2006

A normalization approach to coefficient adaptation in the escalator(ESC) filter structure that conventionally employs least mean square(LMS) algorithm is introduced. Using Taylor's expansion of the local error signal, a normalized form of the ESC-LMS algorithm is derived. Compared with the computational complexity of the conventional ESC-LMS algorithm employs input power estimation for time-varying convergence coefficient using a single-pole low-pass filter, the computational complexity of the proposed method can be reduced by 50% without performance degradation.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.861-863
• /
• 2019

사람 얼굴 생성을 목적으로 하는 Generative Adversarial Network(GAN)에서 판별자(discriminator)의 각 레이어에 대한 스펙트럴 정규화(spectral normalization) 적용에 따른 출력 이미지의 결과를 비교하였다. 또한 생성자(generator)에 적응 인스턴스 정규화(Adaptive Instance Normalization) 모듈의 삽입에 따른 출력 이미지의 결과를 기존 모델과 비교하고 분석하였다.