• ETRI Journal
• /
• 제41권1호
• /
• pp.109-116
• /
• 2019

This paper explores new techniques that are based on a hidden-layer linear transformation for fast speaker adaptation used in deep neural networks (DNNs). Conventional methods using affine transformations are ineffective because they require a relatively large number of parameters to perform. Meanwhile, methods that employ singular-value decomposition (SVD) are utilized because they are effective at reducing adaptive parameters. However, a matrix decomposition is computationally expensive when using online services. We propose the use of an extended diagonal linear transformation method to minimize adaptation parameters without SVD to increase the performance level for tasks that require smaller degrees of adaptation. In Korean large vocabulary continuous speech recognition (LVCSR) tasks, the proposed method shows significant improvements with error-reduction rates of 8.4% and 17.1% in five and 50 conversational sentence adaptations, respectively. Compared with the adaptation methods using SVD, there is an increased recognition performance with fewer parameters.

• 한국통신학회논문지
• /
• 제36권1A호
• /
• pp.8-18
• /
• 2011

발광 다이오드와 같은 광원을 이용하여 조명과 통신의 두가지 기능을 동시에 이용할 수 있는 가시광 무선 통신은 최근 초고속 개인용 무선 네트워크에서 각광을 받고 있다. 광원의 제한된 대역폭으로 인하여 무선 광채널에서 전송률을 향상시키는 것이 이슈로 대두되는 가운데, 본 논문에서는 전송률을 향상시키는 기법으로써 다중 입출력 무선 광채널에서 두 개의 데이터 스트림을 지원하기 위해 고유값 분해를 이용한 공간 다중화 시스템을 설계한다. 채널의 변화에 따라 적응적 변조 기법을 적용하여 주파수 효율을 높이기 위해 펄스 진폭 변조 기법을 이용한다. 본 논문에서는 세기 변조를 이용한 변조 기법의 세 가지 제한 조건인 비음수성, 총 광출력값, 비트 오류율에 대하여 주파수 효율성을 향상시키기 위해 광출력값, 오프셋값, 변조 크기를 적응적으로 할당하기 위한 기법을 이론적으로 제안한다. 모의 실험 결과를 통해 본 논문의 제안 기법이 각 데이터 스트림에 광출력값을 동일하게 할당하는 기법에 비해 성능 향상을 이룰 수 있다는 것을 보인다.

• 센서학회지
• /
• 제20권3호
• /
• pp.151-155
• /
• 2011

A variety of pattern recognition algorithms including neural networks may be applicable to the identification of odors. In this paper, an identification technique for an electronic odor sensing system applicable to wound state monitoring is presented. The performance of the radial basis function(RBF) network is highly dependent on the choice of centers and widths in basis function. For the fine tuning of centers and widths, those parameters are initialized by an ill-conditioned genetic fuzzy c-means algorithm, and the distribution of input patterns in the very first stage, the stochastic gradient(SG), is adapted. The adaptive RBF network with singular value decomposition(SVD), which provides additional adaptation capabilities to the RBF network, is used to process data from array-based gas sensors for early detection of wound infection in burn patients. The primary results indicate that infected patients can be distinguished from uninfected patients.