• 말소리와 음성과학
• /
• 제1권1호
• /
• pp.69-73
• /
• 2009

This paper proposes an efficient global covariance-based principal component analysis (GCPCA) for speaker identification. Principal component analysis (PCA) is a feature extraction method which reduces the dimension of the feature vectors and the correlation among the feature vectors by projecting the original feature space into a small subspace through a transformation. However, it requires a larger amount of training data when performing PCA to find the eigenvalue and eigenvector matrix using the full covariance matrix by each speaker. The proposed method first calculates the global covariance matrix using training data of all speakers. It then finds the eigenvalue matrix and the corresponding eigenvector matrix from the global covariance matrix. Compared to conventional PCA and Gaussian mixture model (GMM) methods, the proposed method shows better performance while requiring less storage space and complexity in speaker identification.

• 벤처창업연구
• /
• 제16권1호
• /
• pp.139-146
• /
• 2021

본 연구는 창업의지가 있는 학습자를 대상으로 긍정심리자본, 창업의도, 창업행동 간의 연결망에 관하여 연구하였다. 연구대상은 창업의지가 있는 네일아트 자격증 학습자를 대상으로 하여 각 변수 간의 연결 관계에서 어떠한 영향이 있는지를 연구하고자 하였다. 본 연구를 위해 긍정심리자본, 창업의도, 창업행동의 측정변수를 설정하고, 자료수집 후, 수집된 자료를 연결중심성, 고유벡터 분석하였다. 연구결과는 다음과 같다. 첫째, 창업의도에 영향을 주는 일부 변수로는 긍정심리자본의 낙관성, 복원력, 희망으로 나타났다. 둘째, 창업의도는 창업행동에 유의한 영향이 있는 것으로 나타나 선행연구와 달리 창업행동은 연결망 구조에서 거의 외곽으로 나타나 다른 변수에 크게 영향을 받지 않는 것으로 나타났다. 셋째, 창업행동을 높이기 위해서는 긍정심리자본에서 자기효능감을 높이는 것이 중요하다. 넷째, 긍정심리자본, 창업의도, 창업행동 간의 고유벡터 분석 결과, 가장 중심성이 높은 변수로 낙관성으로 나타났다. 즉, 예비창업자는 창업 시 고생을 한다는 것을 인지하고 있으며, 그런데도 향후 긍정적인 결과를 기대하는 것으로 나타났다. 본 연구는 예비창업자의 창업의도, 창업행동, 긍정심리자본 간의 관계성을 연결망 분석을 통해 연구하였다. 본 연구는 창업행동을 높일 수 있는 다양한 교육프로그램에 관해 무엇이 중요하고, 어떻게 교육을 해야 하는지를 제시하고자 하였다. 또한, 향후 정부와 공공기관 또는 대학의 창업지원 프로그램 효과를 높이기 위해서는 예비창업자의 창업행동을 높이는 관점에서 연구 결과를 도출하였다.