• 한국음향학회지
• /
• 제30권7호
• /
• pp.383-389
• /
• 2011

본 논문에서는 음성향상을 위하여 환경잡음분류를 적용한 향상된 음성부재확률 추정방법을 제안한다. 기존의 음성부재확률 추정방법에서는 마이크로폰 입력신호와 추정된 잡음신호 기반의 a posteriori SNR값에 문턱값을 적용하여 음성부재확률을 구하는데 필요한 음성부재의 a priori 확률을 도출하였다. 본 논문에서 제안된 알고리즘은 보다 효과적인 음성부재확률 추정을 위하여 고정된 문턱값과 스무딩 (smoothing)파라미터를 사용하는 기존의 방법과는 달리 잡음분류 알고리즘인 가우시안 혼합 모델 (Gaussian mixture model)을 사용하여 잡음마다 최적화된 파라미터를 적용한다. 제안된 음성 향상 기법은 ITU-T P.862 PESQ (perceptual evaluation of speech quality)와 composite measure를 이용하여 다양한 환경에서 평가하였으며, 제안된 알고리즘이 기존의 음성부재확률 추정방법보다 향상된 결과를 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권5호
• /
• pp.157-163
• /
• 2017

데이터 탐색법 중 가장 널리 알려진 이진법은 평균과 최악의 경우 $O(log_2n)$, 보간법은 평균 $O(log_2log_2n)$, 최악의 경우 O(n)의 수행 복잡도를 갖고 있다. 또한 기존의 보간탐색법은 사전정보없이 킷값이 확률적으로 위치한 정보에 근거하여 탐색을 한다. 본 논문에서는 데이터의 MSB 인덱스를 블록으로 하는 블록탐색법으로 해당 블록범위를 결정하고, 블록 내에서는 보간법을 적용하여 탐색하는 하이브리드 블록과 보간탐색 알고리즘을 제안한다. 제안된 알고리즘은 블록탐색법의 사전 정보를 활용하여 탐색범위를 축소시키고 축소된 탐색범위내에서 무정보 방법으로 탐색하는 방법으로 평균과 최악의 경우 모두 수행복잡도는 $O(log_2log_2n_i)$, $n_i{\simeq}0.1n$으로 보간탐색법의 평균 수행복잡도에 비해 10배 정도 시간을 단축시킬 수 있다.

• 한국정보통신학회논문지
• /
• 제20권2호
• /
• pp.275-280
• /
• 2016

본 논문은 버퍼가 장착된 복수개의 중계기가 존재하는 연쇄적 데이터 중계 네트워크에서 각 중계기가 이미 복호에 성공한 정보를 활용하여 인접 중계기로부터의 간섭을 원천적으로 제거하는 새로운 중계 기법을 제안한다. 기존의 버퍼기반 중계 선택기술에서는 송신단으로부터 데이터를 수신할 중계기와 수신단으로 데이터를 전송할 중계기를 각각 하나씩 선택한다. 그러나 제안된 중계 기법에서는 수신단으로 데이터를 전송할 중계기가 선택된 후 나머지 모든 중계기들은 송신단으로부터 도착한 신호의 복호를 시도하고 복호에 성공한 모든 중계기들은 자신의 버퍼에 복호된 신호를 저장한다. 제안된 기법에서는 자신이 데이터를 전송했을 때, 자신의 신호가 수신단에 성공적으로 도착하면서 동시에 송신단으로부터 도착한 신호 복호에 성공하는 중계기의 수를 최대화하는 중계기가 선택된다. 컴퓨터 시뮬레이션을 통하여 제안된 중계기 선택 방식이 기존 중계기 선택 기법에 비해 훨씬 더 좋은 성능을 보이는 것을 확인한다.

• 한국음향학회지
• /
• 제32권3호
• /
• pp.279-285
• /
• 2013

본 논문에서는 기존의 global soft decision 기법에서 음성 부재 확률을 구할 때의 음성 부재와 존재에 대한 a priori 확률값의 비(q)에 스펙트럼 변이 기법을 적용한 음성 향상 기법을 제안한다. 기존의 global soft decision 방법은 음성 부재 확률을 구하기 위해 가정한 가설에 따라 고정된 q 값을 사용하였지만, 본 논문에서 제안한 알고리즘은 기존의 고정된 값에 직전 2 프레임에서의 음성 존재 여부와 스펙트럼 변이 값의 상태 조건에 따라 적응적으로 q 값이 가변되도록 하여 음성 부재 확률을 향상시키는 기법이다. 제안된 방법의 성능 평가를 위해 ITU-T P.862 PESQ(Perceptual Evaluation of Speech Quality)를 이용하여 평가하였고, 그 결과 제안된 스펙트럼 변이 기법을 적용한 방법이 기존의 global soft decision 방법보다 향상된 결과를 보여주었다.

• 한국정보통신학회논문지
• /
• 제11권2호
• /
• pp.385-391
• /
• 2007

본 논문에서는 V-BLAST (Vertical-Bell-lab Layered Space Time)의 두 디코딩 과정인 ordering과 slicing에 사전 확률 (a priori probability)로 사용하기 위해서 반복 디코딩 (iterative decoding)을 사용한 MAP (Maximum A Posteriori) 디코더의 외부 정보 (extrinsic information)를 이용한 최적의 터보 부호화된 (Turbo Coded) V-BLAST 기법을 적용한 적응 변조 시스템 (adaptive modulation system)을 제시 후 성능을 관찰한다. 또한 적응 변조 시스템에서 간단하게 V-BLAST 시스템과 터보 부호화 (Turbo Coding) 기법이 결합된 기존의 터보 부호화된 V-BLAST 기법을 적용한 경우에 비하여 어느 정도 전송률 (throughput)향상이 있는가를 살펴본다. 실험결과, 적응 변조 시스템에서 최적의 터보 부호화된 V-BLAST 기법을 적용한 경우가 기존의 터보 부호화된 V-BLAST 기법을 적용한 경우에 비하여 전송률 성능이 우수함을 보였다. 특히, 실험 결과는 2.5 Mbps의 전송률에서 1.5 dB의 SNR 이득을 보인다.

• 항공우주정책ㆍ법학회지
• /
• 제29권1호
• /
• pp.199-236
• /
• 2014

본 논문은 인류가 공유해야 할 유한한 우주자원인 정지궤도(geostationary orbit)의 국제적 배분기제를 분배적 정의의 관점에서 분석한 것이다. 배분의 주체인 국제통신연합(ITU)은 체약국이 합의한 헌장 및 협약의 하위규정인 무선규칙에 의해 주파수와 궤도자원을 분배하고 있으므로 논문은 무선규칙을 세밀히 검토하는데 중점을 두었다. 현행 배분메커니즘은 크게 두 가지 원칙에 따른다. 하나는 먼저 등록한 행정청에 우선권을 주는 선착순 원칙('first come, first served' principle)에 의한 사후배분체제(a posteriori system)이고, 다른 하나는 선착순원칙을 적용할 경우 배제될 수 있는 국가(행정청)를 위해 미리 계획을 통하여 배분하는 사전배분체제(a priori system)이다. 논의는 우선 사후배분체제가 우주후진국에 불리하다는 확립된 관점을 전제로 출발한다. Philip De Man은 사후배분체제의 기저에 있는 선착순원칙에도 예외가 있다면서 이에 관한 7가지의 예를 들어 선착순원칙에 의한 배분적 정의의 형해화 가능성이 배제될 수 있음을 보여주려 시도한다. 하지만 본 논문은 그가 주장하는 각각의 논거에 대해 반박하고, 이를 근거로 여전히 선착순원칙이 대부분의 우주자원배분에 적용되고 있으며 따라서 배분적 평등의 실현에 걸림돌이 되고 있음을 보여준다. De Man이 주장하는 근거는 다음과 같다: 1) 선착순 원칙은 유해간섭을 일으키는 할당에만 적용된다; 2) 선착순 원칙 외에도 국제적 권리의 형성에는 규정합치성원칙(rule of conformity)이 상호 적용된다; 3) 선착순 원칙에 반해 정보목적 및 임시로 등록이 가능하다; 4) 선착순 원칙 외에도 서비스의 종류에 따른 우선순위가 존재한다; 5) 먼저 등록했다는 사실만으로는 이득을 볼 수 없도록 선언한 절차규정(Rule of Procedure)이 있다; 6) 선착순 원칙과 동등하게 적용되는 기술적 요소의 고려와 국제 및 국내법에 따른 평등원칙이 있다; 7) 할당의 기본성격(basic characteristics)에 변경이 있을 경우 선착순 원칙이 배제된다. 논의의 또 다른 부분은 우주후진국을 위한 사전배분체제마저도 그 본래의 목적을 달성할 수 없으며, 이를 가능케 하는 구조화된 메커니즘을 관련 무선규칙과 그 부속서의 면밀한 분석을 통해 밝혀낸다. 분석대상은 방송위성계획(Broadcasting-Satellite System) 및 고정위성계획(Fixed-Satellite System)에 따라 각 행정청이 자신의 할당을 국제적으로 등록하는 세부절차이며, 이 사전배분체제 에서도 선착순원칙이 압도하고 있음을 드러내면서 본 논문의 주장을 뒷받침한다.

• 지능정보연구
• /
• 제10권2호
• /
• pp.65-77
• /
• 2004

본 연구에서는 영문 단어로부터 폰트를 분류하기 위해 연역적이고 국부적인 폰트 분류 방법을 제안한다. 이는 문자 인식 전에 한 단어에서 폰트를 분류하는 것을 말한다. 폰트 분류를 위해 활자 특성인 어센더(ascender), 디센더(descender)와 세리프(serif)가 사용된다. 입력 단어로부터 어센더(ascender), 디센더(descender)와 세리프(serif)가 추출되어 경사도 특징 벡터가 추출되고, 그 특징 벡터는 인공 신경망에 의해 입력 단어에 대한 2가지 폰트 스타일, 3가지 폰트 그룹, 7가지 폰트 이름이 분류된다. 제안된 연역적이고 국부적인 폰트 분류 방법은 폰트 정보가 문자 분할기와 문자 인식기에 사용될 수 있게 한다. 나아가, 특정 폰트에 따른 Mono-Font 문자 분할기와 Mono-Font문자 인식기로 구성되는 OCR시스템을 구성할 수 있는 것을 가능하게 한다. 실험 결과는 평균 95.4 퍼센트의 높은 폰트 분류율을 보였다. 본 논문에서 7가지 폰트분류를 위해 제안된 방법은 그 외 다른 폰류 분류에도 적용될 수 있다.

• 지구물리와물리탐사
• /
• 제10권4호
• /
• pp.314-321
• /
• 2007

최근에 들어서 물성이 서로 다른 두 종류의 탐사자료의 복합역산에 대한 연구가 활발하게 이루어지고 있다. 이는 복합역산에 의하여 훨씬 더 정확한 지하구조 영상을 계산할 수 있을 뿐만 아니라 물리탐사 변수가 아닌 다른 물성 분포의 유도가 물리탐사로서 가능해지기 때문이다. 이 연구에서는 (1) cross-gradient로 정의되는 두 지하구조의 유사성의 최대화, (2) 두 물성간의 상관관계의 최대화, (3) 지하 물성 분포에 대한 선험적 정보의 3 종류 제한을 채택한 탄성파 굴절법 주시 토모그래피와 전기비저항 탐사 자료의 복합역산법을 개발하였다. 지표 전기비저항과 탄성파 굴절법 탐사의 수치실험을 통하여, 제안한 복합역산법의 효용성과 각종 제한조건의 효과를 분석하였다. 특히 제한조건을 적절히 이용할 경우, 탄성파 탐사의 저속도층에 의한 숨은 층 문제를 복합탐사 및 역산으로 해결할 수 있음을 알 수 있었다.

• 한국음향학회지
• /
• 제23권7호
• /
• pp.540-547
• /
• 2004

칼만/위너 필터에 근거한 음성향상 알고리즘은 잡음의 선험적 지식을 요구하고, 음성신호와 추정신호의 오차분산을 최소화하는데 중점을 두고 있어, 잡음에 대한 통계적 추정에 오류가 있을 경우 결과에 악영향을 미칠 수 있다. 그러나 H/sub ∞/필터는 잡음에 대한 어떠한 가정이나 선험적 지식을 요구하지 않으며, 최소상계 (Least Upper Bound)를 적용하여 추정된 모든 신호들로부터 최소에러 신호를 갖는 최상의 추정신호를 찾아내므로 칼만/위너 필터보다 잡음의 변화에 강인하다. 본 논문에서는 학습 신호로부터 은닉 마코프 모델의 파라미터를 추정한 후, 오염된 신호를 고정된 개수의 H/sub ∞/필터를 통과시켜 각 출력에 가중된 합으로 향상된 음성 신호를 구하는 다중 H/sub ∞/필터에 의한 강인한 음성향상 방법을 제안한다. 제안된 방법의 성능 평가를 위하여 음성 향상 시간과 신호 대 잡음비를 비교한 결과, 기존의 방법에 비해 계산량은 다소 증가하지만 신호 대 잡음비는 약 1∼2dB 향상 되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.142-145
• /
• 2003

Many control applications using Neural Network need a priori information about the objective system. But it is impossible to get exact information about the objective system in real world. To solve this problem, several control methods were proposed. Reinforcement learning control using neural network is one of them. Basically reinforcement learning control doesn't need a priori information of objective system. This method uses reinforcement signal from interaction of objective system and environment and observable states of objective system as input data. But many methods take too much time to apply to real-world. So we focus on faster learning to apply reinforcement learning control to real-world. Two data types are used for reinforcement learning. One is reinforcement signal data. It has only two fixed scalar values that are assigned for each success and fail state. The other is observable state data. There are infinitive states in real-world system. So the number of observable state data is also infinitive. This requires too much learning time for applying to real-world. So we try to reduce the number of observable states by classification of states with Self-Organizing Map. We also use neural dynamic programming for controller design. An inverted pendulum on the cart system is simulated. Failure signal is used for reinforcement signal. The failure signal occurs when the pendulum angle or cart position deviate from the defined control range. The control objective is to maintain the balanced pole and centered cart. And four states that is, position and velocity of cart, angle and angular velocity of pole are used for state signal. Learning controller is composed of serial connection of Self-Organizing Map and two Multi-layer Feed-Forward Neural Networks.