• 로봇학회논문지
• /
• 제3권2호
• /
• pp.131-136
• /
• 2008

This paper proposes a method to extract the personal information using a microphone array. Useful personal information, particularly customers, is age and gender. On the basis of this information, service applications for robots can satisfy users by offering services adaptive to the special needs of specific user groups that may include adults and children as well as females and males. We applied Gaussian Mixture Model (GMM) as a classifier and Mel Frequency Cepstral coefficients (MFCCs) as a voice feature. The major aim of this paper is to discover the voice source parameters of age and gender and to classify these two characteristics simultaneously. For the ubiquitous environment, voices obtained by the selected channels in a microphone array are useful to reduce background noise.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.474-478
• /
• 1998

A new approach for the decision feedback equalizer(DFE) based on the back-propagation neural networks is described. We propose the method of optimal structure for back-propagation neural networks model. In order to construct an the optimal structure, we first prescribe the bounds of learning procedure, and the, we employ the method of incrementing the number of input neuron by utilizing the derivative of the error with respect to an hidden neuron weights. The structure is applied to the problem of adaptive equalization in the presence of inter symbol interference(ISI), additive white Gaussian noise. From the simulation results, it is observed that the performance of the propose neural networks based decision feedback equalizer outperforms the other two in terms of bit-error rate(BER) and attainable MSE level over a signal ratio and channel nonlinearities.

• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.35-41
• /
• 2018

In this paper, we propose a swarm-based possibilistic c-means(PCM) algorithm in order to overcome the problems of PCM, which are sensitiveness of clustering performance due to initial cluster center's values and producing coincident or close clusters. To settle the former problem of PCM, we adopt a swam-based global optimization method which can be provided the optimal initial cluster centers. Furthermore, to settle the latter problem of PCM, we design an adaptive thresholding model based on the optimized cluster centers that yields preliminary clustered and un-clustered dataset. The preliminary clustered dataset plays a role of preventing coincident or close clusters and the un-clustered dataset is lastly clustered by PCM. From the experiment, the proposed method obtains a better performance than other PCM algorithms on a simulated magnetic resonance(MR) brain image dataset which is corrupted by various noises and bias-fields.

• 대한의용생체공학회:의공학회지
• /
• 제19권2호
• /
• pp.119-128
• /
• 1998

SPECT 장치는 감마 카메라로 촬영된 일련의 투사영상을 재조합, 재구성하여 횡단면 단층상을 생성하는데, 이때 투사 영상을 획득하는 과정에서 여러 물리적 요소들이 개입되어 투사 영상의 왜곡을 가져온다. 이들 변질 요인들 가운데서도 광자수 제한에 따른 노이즈 변질이 가장 심각한 요인이기 때문에, 투사 영상에 대한 필터링은 노이즈 평활화(smoothing)가 가장 기본적인 방법이다. 그러나 단순한 저역통과 필터링(low-pass filtering)이 투사영상의 윤곽선이나 기타영상구조들을 번지게 함으로써 재구성 영상의 질을 떨어 뜨린다는 사실은 이미 알려져 있다. 주요 영상 구조들을 효과적으로 유지하면서도 노이즈를 억제시키기 위한 한 접근으로 적응적 필터링 기법이 많은 연구자들의 관심을 모으고 있다. 본 논문에서는, 재구성 영상에서의 '최소 검출가능 이상조직의 검출 신뢰도 향상'이라는 관점에서 최적 필터를 설계하였던 이전 연구와 관련하여, 주어진 물리적 조건하에서의 SPECT 이상조직 검출능에 근거된 투사 영상 복원을 위한 적응적 필터링 기법을 제안한다. 결과적으로, 제안된 필터링 알고리즘은 SPECT 영상 재구성시 우수한 이상조직 검출능을 보였으며, 특히 다양한 대조도의 이상조직들을 포함하고 있는 모형 실험에서 보여준 본 필터링 알고리즘의 이상조직 검출능 결과는 실제 SPECT데이터 적응시 좋은 결과를 기대할 수 있게 하였다.

• Journal of information and communication convergence engineering
• /
• 제10권3호
• /
• pp.315-320
• /
• 2012

In H.264/AVC, the first frame of a group of pictures (GOP) is encoded in intra mode which generates a large number of bits. The number of bits for the I-frame affects the qualities of the following frames of a GOP since they are encoded using the bits remaining among the bits allocated to the GOP. In addition, the first frame is used for the inter mode encoding of the following frames. Thus, the initial quantization parameter (QP) affects the following frames as well as the first frame. In this paper, an adaptive peak signal to noise ratio (PSNR)-based initial QP determination algorithm is presented. In the proposed algorithm, a novel linear model is established based on the observation of the relation between the initial QPs and PSNRs of frames. Using the linear model and PSNR results of the encoded GOPs, the proposed algorithm accurately estimates the optimal initial QP which maximizes the PSNR of the current GOP. It is shown by experimental results that the proposed algorithm predicts the optimal initial QP accurately and thus achieves better PSNR performance than that of the existing algorithm.

• 한국통신학회논문지
• /
• 제35권12B호
• /
• pp.1183-1191
• /
• 2010

본 논문은 스마트 그리드를 위한 전력선 통신 시스템에서 데이터 전송률을 향상시키는 적응형 OFDM CP 길이 알고리즘에 대해 연구하였다. 본 논문에서 제안한 기법은 수신단의 CP controller에서 수신된 데이터 프레임과 지연된 동일 데이터 프레임을 상관 처리를 취함으로써 채널 지연 정보를 계산한 후, 즉시 그 정보를 송신단에 피드백 한다. 그 다음, 송신단에서는 다음 데이터 프레임에 대한 CP 길이를 조절하게 된다. Impulsive noise 모델로서, Middleton Class A 간섭 모델을 사용하였고, 성능은 패킷 전송률과 누적 패킷 전송률, 비트 오류율 측면에서 평가되었다. 모의실험 결과로부터 패킷 수가 증가할수록 데이터 이득(감소된 비트 양)이 커지지만, branch 수($N_{br}$)가 증가할수록 데이터 이득 폭은 감소한다는 것을 알 수 있었다. $N_{br}$ 이 3, 5, 10인 경우, 적응형 CP 길이 알고리즘과 고정된 CP 길이 기법의 BER 성능은 비슷하였다. 따라서 제안한 기법은 기존의 고정 CP 길이 기법과 비교하여 BER 성능 감소 없이 데이터 전송률 증가를 달성하였음을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제19권10호
• /
• pp.2028-2042
• /
• 1994

ART(Adaptive Resonance Theory) 신경회로망과 같은 자기조직망에서 신호와 잡음을 적절히 정의한다는 것은 어려운 문제이다. 즉, 한 입력 패턴의 일부분이 어떤 패턴에서는 입력 패턴의 신호로 다루어지나 다른 패턴에서는 잡음으로 취급되어야 할 대도 있다. ART 신경회로망 모델은 신호와 잡음의 정의를 문맥과 학습에 따라 적절하게 규정하기 위하여 계산 단위를 자동적으로 자기척도(Self-Scaling 할 수 있는 기능을 가지고 있다. ART 모델에서의 이러한 자기 척도 기능은 입력 패턴들이 유사한 성질을 가진 경우에는 유효하게 잘 동작한다. 그러나 ART 모델은 기본적으로 하나의 경계 인수에 의해 패턴을 분류하기 때문에 여러가지 성질이 복합된 입력 패턴을 효율적으로 분류하기가 어렵다. 예를 들어 패턴들을 자세하게 분류하기 위하여 경계 인수의 값을 크게 하면 잡음으로 취급되어야 할 부분이 신호로 취급되어 불필요한 인식 부류가 발생한다. 또한 경계 인수를 작게 하면 패턴을 구별하기 위한 중요한 정보가 잡음으로 취급되는 경우가 발생하여 비효율적인 분류를 한다. 본 논문에서는 ART 모델의 이러한 문제점을 해결하기 위하여 복합 특징을 분리 처리할 수 잇는 모듈화된 Coupled-ART 신경회로망 모델을 제안하였다. Coupled-ART 신경회로망 모델은 신경회로망의 구조를 기능별로 모듈화하고 이러한 모듈들을 서로 밀착된 구조로 결합하여 확장된 기능을 수행하는 형태로 구성하였다. 이러한 모듈화된 신경회로망을 통해 패턴 인식 과정에서 다양한 크기나 성질을 가진 특징들에 대한 분류를 비슷한 크기나 성질을 가진 특징들끼리 분리하여 분류를 하였다. 그리고 본 논문에서 제안한 상위층에서 각 모듈의 처리 결과를 종합하여 최종적인 분류를 함으로써 기존의 ART 모델보다 더 효율적으로 패턴을 분류할 수 있다.28.8%$)에서 높고 60 및 40%수분구(水分區)($23.6{\sim}24.1%$)에서 낮은 편이었다. 그러나 옥수수의 조섬유함량(粗纖維含量)에 따라 큰 차이(差異)가 없었다. 건엽(乾葉)의 조단백질함량(粗蛋白質含量)에 따라 큰 차이(差異)가 없었다. 건엽(乾葉)의 조단백질함량(粗蛋白質含量)은 60%수분구(水分區)($14.2{\sim}21.6%$) 및 40%수분구(水分區)($13.8{\sim}16.0%$)가 다른 고토양수분구(高土壤水分區)($7.3{\sim}13.9%$)보다 높은 편이었다. 5. 건경중(乾莖中)의 조섬유함량(粗纖維含量)은 $24.6{\sim}36.7%$로서 건엽중(乾葉中)의 함량(含量)보다 월등히 높았고 조단백질함량(粗蛋白質含量)은 $2.0{\sim}5.3%$로서 건엽중(乾葉中)의 함량(含量)보다 현저히 낮았다. 특(特)히 P.931의 건경중(乾莖中)의 조섬유함량(粗纖維含量)은 다른 작물(作物)에 비해 현저(顯著)히 높은 편이었다.적차이(量的差異)를 나타냈다.間)에는 부(負)(-)의 상관(相關)이 있다.($P{\leq}0.01%$). 5. NEL 및 starch value 환경온도(環境溫度)가 상승(上昇)됨에 따라 감소(減少)된다. 4 엽기(葉期) sorghum식물(植物)의 환경온도(環境溫度)를 달리 하였을 때 NEL가치(價値)는 각각(各各) 4.87MJ($30/25^{\circ}C$), 5.46MJ($25/20^{\circ}C$) 및 5.81MJ/kg($18/8^{\circ}C$)로 변(變)하여 고온(高溫)에서 net energy lactation 축적(蓄積)이 크게 감소(減少)되었다.다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.326-338
• /
• 2003

신경회로망 설계 및 모델선택의 목표는 최적의 구조를 가지는 일반화 성능이 우수한 네트워크를 구성하는 것이다. 하지만 학습데이타에는 노이즈(noise)가 존재하고, 그 수도 충분하지 않기 때문에 최종적으로 표현하고자 하는 진확률 분포와 학습 데이타에 의해 표현되는 경험확률분포(empirical probability density) 사이에는 차이가 발생한다. 이러한 차이 때문에 신경회로망을 학습데이타에 대하여 과다하게 적합(fitting)시키면, 학습데이타만의 확률분포를 잘 추정하도록 매개변수들이 조정되어 버리고, 진확률 분포로부터 멀어지게 된다. 이러한 현상을 과다학습이라고 하며, 과다학습된 신경회로망은 학습데이타에 대한 근사는 우수하지만, 새로운 데이타에 대한 예측은 떨어지게 된다. 또한 신경회로망의 복잡도가 증가 할수록 더 많은 매개변수들이 노이즈에 쉽게 적합되어 과다학습 현상은 더욱 심화된다. 본 논문에서는 통계적인 관점을 바탕으로 신경회로망의 일반화 성능을 향상시키는 신경회로 망의 설계 및 모델 선택의 통합적인 프로세스를 제안하고자 한다. 먼저 학습의 과정에서 적응적 정규화가 있는 자연기울기 학습을 통해 수렴속도의 향상과 동시에 과다학습을 방지하여 진확률 분포에 가까운 신경회로망을 얻는다. 이렇게 얻어진 신경회로망에 자연 프루닝(natural pruning) 방법을 적용하여 서로 다른 크기의 후보 신경회로망 모델을 얻는다. 이러한 학습과 복잡도 최적화의 통합 프로세스를 통하여 얻은 후보 모델들 중에서 최적의 모델을 베이시안 정보기준에 의해 선택함으로써 일반화 성능이 우수한 최적의 모델을 구성하는 방법을 제안한다. 또한 벤치마크 문제를 이용한 컴퓨터 시뮬레이션을 통하여, 제안하는 학습 및 모델 선택의 통합프로세스의 일반화 성능과 구조 최적화 성능의 우수성을 검증한다.

• 대한의용생체공학회:의공학회지
• /
• 제42권3호
• /
• pp.80-85
• /
• 2021

We developed a model to classify the absence of cervical cancer using deep learning from the cervical image to which the histogram equalization algorithm was applied, and to compare the performance of each model. A total of 4259 images were used for this study, of which 1852 images were normal and 2407 were abnormal. And this paper applied Image Sharpening(IS), Histogram Equalization(HE), and Contrast Limited Adaptive Histogram Equalization(CLAHE) to the original image. Peak Signal-to-Noise Ratio(PSNR) and Structural Similarity index for Measuring image quality(SSIM) were used to assess the quality of images objectively. As a result of assessment, IS showed 81.75dB of PSNR and 0.96 of SSIM, showing the best image quality. CLAHE and HE showed the PSNR of 62.67dB and 62.60dB respectively, while SSIM of CLAHE was shown as 0.86, which is closer to 1 than HE of 0.75. Using ResNet-50 model with transfer learning, digital image-processed images are classified into normal and abnormal each. In conclusion, the classification accuracy of each model is as follows. 90.77% for IS, which shows the highest, 90.26% for CLAHE and 87.60% for HE. As this study shows, applying proper digital image processing which is for cervical images to Computer Aided Diagnosis(CAD) can help both screening and diagnosing.

• 대한전자공학회논문지TC
• /
• 제40권11호
• /
• pp.63-71
• /
• 2003

본 논문에서는 인터넷 환경에서 실시간 음성 통신을 가능하게 하기 위해 부가 정보를 이용한 손실 패킷 복구 방법이 첨가된 전송 방법을 제시한다. 3GPP에서 기본적으로 이동 통신 환경에서의 사용을 위해 표준화되었고, 인터넷 환경에서의 사용을 위해 최근에 ITU-T에서 개선된 AMR-WB 음성 부호화기를 사용하였다. 인터넷과 같은 패킷 교환망 서비스에서의 패킷손실은 음질 저하를 유발하고 실시간 통신이 불가능하도록 한다. 따라서 본 논문에서는 단일 손실 발생시에 FEC(Foward Error Correction) 방법을 적용하였고 연속 손실의 경우에는 오류 은닉을 하였다. 또한 손실율에 따라 AMR-WR(Adaptive Multi-Rate Wideband) 부호화기의 특성을 이용하여 여러 모드로 동작하는 방법을 제시한다. 인터넷 환경의 실험을 위해 길버트 모델을 이용하였다. 손실율을 변화시키며 AMR-WB 23.05 kbit/s 모드로 전송하는 방법과 SNR(Signal to Noise Rate)과 MOS(Mean Opinion Score) 측정을 통해 비교하였다. 실험한 결과 손실율이 30% 에서도 SNR은 9.8㏈ MOS 값은 3.0정도의 통신 가능한 높은 음질을 보였다.