• 말소리와 음성과학
• /
• 제13권1호
• /
• pp.45-51
• /
• 2021

End-to-end (E2E) automatic speech recognition (ASR) has achieved promising performance gains with the introduced self-attention network, Transformer. However, due to training time and the number of hyperparameters, finding the optimal hyperparameter set is computationally expensive. This paper investigates the impact of hyperparameters in the Transformer network to answer two questions: which hyperparameter plays a critical role in the task performance and training speed. The Transformer network for training has two encoder and decoder networks combined with Connectionist Temporal Classification (CTC). We have trained the model with Wall Street Journal (WSJ) SI-284 and tested on devl93 and eval92. Seventeen hyperparameters were selected from the ESPnet training configuration, and varying ranges of values were used for experiments. The result shows that "num blocks" and "linear units" hyperparameters in the encoder and decoder networks reduce Word Error Rate (WER) significantly. However, performance gain is more prominent when they are altered in the encoder network. Training duration also linearly increased as "num blocks" and "linear units" hyperparameters' values grow. Based on the experimental results, we collected the optimal values from each hyperparameter and reduced the WER up to 2.9/1.9 from dev93 and eval93 respectively.

• 인터넷정보학회논문지
• /
• 제9권1호
• /
• pp.9-19
• /
• 2008

이 논문은 인터넷으로 중첩 NEMO 네트워크가 연결될 때 최적화가 요구되는 두 가지 연결성을 고려하고 있다. 하나는 인터넷과 중첩 NEMO 네트워크 사이의 연결이고, 다른 하나는 중첩 NEMO 네트워크 내부의 MR간의 연결성이다. 이러한 연결성은 IPv6에 기반하고 있으며, 중첩 NEMO 네트워크는 NEMO를 인식하는 AR(Access Router)에 의해 구성될 수 있다. 특히 이 논문은 중첩 NEMO의 토폴로지 특성을 나타내는 트리 기반한 토폴로지 정보를 포함하고, 트리 구조를 가지는 주소 체계를 제안한다. 이 제안은 기존에 대표적인 RO(Route Optimization) 제안들과 비교할 때, MR 홈 네트워크로의 BU(Binding Update) 성능은 가장 효율적인 접근과 비슷하였고, 내부라우팅 효율은 가장 효율적으로 나타났다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2002년도 춘계학술대회 논문집
• /
• pp.393-398
• /
• 2002

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. forthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2001년도 춘계학술대회 논문집(한국공작기계학회)
• /
• pp.239-243
• /
• 2001

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 춘계학술대회논문집 - 한국공작기계학회
• /
• pp.171-175
• /
• 2000

Neural networks are in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 추계학술대회논문집 - 한국공작기계학회
• /
• pp.108-112
• /
• 2000

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• ETRI Journal
• /
• 제40권4호
• /
• pp.511-521
• /
• 2018

The ability to realize human-motion imitation using robots is closely related to developments in the field of artificial intelligence. However, it is not easy to imitate human motions entirely owing to the physical differences between the human body and robots. In this paper, we propose a work chain-based inverse kinematics to enable a robot to imitate the human motion of upper limbs in real time. Two work chains are built on each arm to ensure that there is motion similarity, such as the end effector trajectory and the joint-angle configuration. In addition, a two-phase filter is used to remove the interference and noise, together with a self-collision avoidance scheme to maintain the stability of the robot during the imitation. Experimental results verify the effectiveness of our solution on the humanoid robot Nao-H25 in terms of accuracy and real-time performance.

• 한국정보통신학회논문지
• /
• 제8권4호
• /
• pp.793-797
• /
• 2004

공간적인 환경에서 정보를 받는 무선 센서망은 배터리를 사용하며, 에드혹과 같은 방식으로 배포되며, 센서가 감지 되었을 때 정보를 전송하게 된다. 무선 센서망에서는 전력 보존, 자가-구성이 우선시 되며, 노드의 공정성, 잠복기간은 중요하기 않기 때문에 기존의 IEEE802.11에서의 무선 MAC과 다른 특징을 가진다. 따라서 본논문에서는 무선 센서망에서 우선시 되는 특성중 하나인 효율적인 전력 관리를 위해 각각의 센서 노드들의 전력 소모를 최소화 하기위해 제시된 방법을 구현 하여, 기존의 무선 MAC과 비교 하여 소비 전력과 충돌을 비교 분석 하기로 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.182-185
• /
• 2004

공간적인 환경에서 정보를 받는 무선 센서망은 배터리를 사용하며, 에드혹과 같은 방식으로 배포되며, 센서가 감지되었을 때 정보를 전송하게 된다. 무선 센서망에서는 전력 보존, 자가-구성이 우선시 되며, 노드의 공정성, 잠복기간은 중요하기 않기 때문에 기존의 IEEE802.11에서의 무선 MAC과 다른 특징을 가진다. 따라서 본 논문에서는 무선 센서망에서 우선시 되는 특성중 하나인 효율적인 전력 관리를 위해 각각의 센서 노드들의 전력 소모를 최소화하기 위해 제시된 방법을 구현하여, 기존의 무선 MAC과 비교하여 소비 전력과 충돌을 비교 분석하기로 한다.

• 한국정보통신학회논문지
• /
• 제17권2호
• /
• pp.495-502
• /
• 2013

MANET(Mobile Ad-hoc Network)에서는 에너지 효율을 높이기 위한 다양한 클러스터링 기법과 라우팅 알고리즘이 연구되고 있다. 일반적으로 무선 Ad-hoc 네트워크에서는 LEACH와 같은 클러스터 기반의 동적 라우팅 알고리즘이 많이 사용된다. 본 논문에서는 클러스터내의 각 노드가 가지는 속성을 고려하여 클러스터를 생성하고 노드를 관리하는 ATICC(Adaptive Time Interval Clustering Control) 알고리즘 기법을 제안한다. 제안한 ATICC은 노드의 속성 중의 하나인 잔여에너지 값으로 노드의 에너지 레벨을 분류한다. 그리고 분류된 에너지 레벨에 대응하는 시간차 컨트롤 기법을 이용하여 클러스터링 과정을 수행하거나 노드들을 관리한다. 특히 제안한 ATICC 알고리즘은 MANET에서 클러스터의 생성, 재생성, 진입 노드 및 이탈 노드의 검출과 관리를 통해 노드의 에너지 관리 효율을 향상시키고 클러스터의 Lifetime을 증가시키는 결과를 보여주었다.