• 한국방사선학회논문지
• /
• 제6권3호
• /
• pp.167-171
• /
• 2012

본 논문에서는 의용영상의 병소부위 특징을 추출하는 알고리즘을 제시하였다. 특징 추출을 위해 위장영상을 입력하여 DCT계수 행렬을 구하였다. DCT계수 행렬은 저주파 영역으로 에너지가 집중되기 때문에 저주파 영역에서 128개의 특징 파라미터를 추출하였다. 추출된 특징 파라미터를 이용하여 질환영상과 정상영상을 비교하여 그래프로 나타내었다. 특징 파라미터는 PACS의 차등압축과 CAD를 위한 입력 파라미터로 활용될 수 있을 것이다.

• 말소리와 음성과학
• /
• 제7권4호
• /
• pp.9-16
• /
• 2015

In this paper, several experiments are performed according to deep neural network (DNN) based features for the performance comparison of speaker verification (SV) systems. To this end, input features for a DNN, such as mel-frequency cepstral coefficient (MFCC), linear-frequency cepstral coefficient (LFCC), and perceptual linear prediction (PLP), are first compared in a view of the SV performance. After that, the effect of a DNN training method and a structure of hidden layers of DNNs on the SV performance is investigated depending on the type of features. The performance of an SV system is then evaluated on the basis of I-vector or probabilistic linear discriminant analysis (PLDA) scoring method. It is shown from SV experiments that a tandem feature of DNN bottleneck feature and MFCC feature gives the best performance when DNNs are configured using a rectangular type of hidden layers and trained with a supervised training method.

• 한국콘텐츠학회논문지
• /
• 제4권1호
• /
• pp.18-23
• /
• 2004

본 논문에서는 공간주파수 특성과 다중 해상도 특성을 모두 갖는 웨이브릿 변환을 이용하여 각 대역의 특성에 맞는 비주얼 특징을 추출하고 이를 내용기반 영상 검색에 이용하는 새로운 방법을 제시하였다. 웨이브릿 변환된 영상의 최저주파 대역은 원 영상의 근사한 형태로 공간 정보를 충분히 활용할 수 있다. 이를 위해 웨이브릿 계수값과 각 계수간의 공간 정보를 모두 고려한 퍼지 동질성(FH : Fuzzy Homogeneity)를 이용하여 L개의 특징 벡터를 추출하였고, 나머지 고주파 대역의 에너지 값을 이용하여 3개의 특징 벡터를 추출하여 이를 영상 데이터베이스에 저장한다. 질의 시에는 L개의 FH 벡터 중 가장 크기가 큰 10개의 값과 3개의 고주파 대역의 에너지 값을 이용하여 가장 유사한 영상을 검색하였다. 90개의 텍스쳐 영상을 사용해 실험한 결과 좋은 정확성을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제34권4호
• /
• pp.218-225
• /
• 2013

In this paper hair bundle feature model and integration method for hair cell models were proposed. The proposed hair bundle feature model was based on spring-damper-mass model. Input of integrated vestibular hair cell model was frequency and output was interspike interval of hair cell that was reflected the feature of hair bundles. Irregular afferents that had a great gain variation showed reduction of negative stiffness section. Regular afferents that had a small gain variation, however, showed same feature with base negative stiffness feature. As a result, integrated vestibular hair cell model showed almost the same modeling data with experimental data in the modeled eleven frequency bands. It is verified that the proposed model is a good model for hair bundle feature modeling.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.786-791
• /
• 2011

An optimal feature selection and extraction procedure is an important task that significantly affects the success of brain activity analysis in brain-computer interface (BCI) research area. In this paper, a novel method for extracting the optimal feature from electroencephalogram (EEG) signal is proposed. At first, a student's-t-statistic method is used to normalize and to minimize statistical error between EEG measurements. And, 2D time-frequency data set from the raw EEG signal was extracted using discrete wavelet transform (DWT) as a raw feature, standard deviations and mean of 2D time-frequency matrix were extracted as a optimal EEG feature vector along with other basis feature of sub-band signals. In the experiment, data set 1 of BCI competition IV are used and classification using SVM to prove strength of our new method.

• 대한지역사회작업치료학회지
• /
• 제8권3호
• /
• pp.13-23
• /
• 2018

목적 : 본 연구는 대학생의 감각처리특성에 따른 여가활동과 자기효능감을 알아보고자 하였다. 연구방법 : 본 연구는 2018년 3월부터 동년 6월까지 설문조사방법을 실시하였다. 전라지역과 경상지역의 대학생 235명을 대상으로 감각처리특성을 알아보기 위해 청소년/성인 감각프로파일(Adolescent/Adult Sensory Profile)을 사용하였고, 여가활동을 알아보기 위해 여가활동 설문지를 사용하였으며, 자기효능감을 알아보기 위해 자기효능감척도(Self-Efficacy Scale)를 사용하였다. 대학생의 여가활동 빈도를 파악하고, 감각처리특성에 따른 여가활동 빈도와 자기효능감, 감각찾기 유형의 특성에 따른 여가활동을 알아보았다. 결과 : 대학생의 감각처리특성에 따른 여가활동 빈도 및 자기효능감을 보면, 여가활동 빈도는 감각찾기 유형만 통계학적으로 유의한 차이가 있었고, 자기효능감은 모든 감각처리유형의 특성에 따라 유의한 차이가 나타났다(p<.05). 감각찾기 유형의 특성에 따른 여가활동은 헬스, TV시청, 쇼핑, 인터넷 검색과 웹서핑에서 통계학적으로 유의한 차이를 나타내었다(p<.05, p<.01). 결론 : 대학생의 감각찾기 유형에서 특성에 따라 여가활동과 자기효능감은 차이를 나타내었다. 대학생의 여가활동을 장려하고 그들의 자기효능감을 향상시키기 위해 감각처리특성에 대한 이해를 기반으로 한 중재적 접근이 필요할 것이다.

• Interaction and multiscale mechanics
• /
• 제3권4호
• /
• pp.373-387
• /
• 2010

This study is intended to assess low frequency sound radiated from a viaduct under normal traffic. The bridge comprises steel box girders and wide cantilever decks on which vehicles pass. The low frequency sound and the acceleration response of the bridge under normal traffic are measured to investigate how bridge vibrations affect the low frequency sound observed near the bridge. Observations demonstrate that strong relationships exist between frequency characteristic of bridge's acceleration response and the sound pressure level of low frequency sound. A noteworthy point is that the dynamic feature of the sound pressure level is mostly affected by dynamic feature of the span locating near the observation point.

• 한국정보통신학회논문지
• /
• 제21권6호
• /
• pp.1149-1154
• /
• 2017

배경잡음 하에서 음성인식 시스템의 우수한 인식성능을 얻기 위해서 적절한 음성의 특징 파라미터를 선택하는 것이 매우 중요하다. 본 논문에서 사용한 특징 파라미터는 위너필터 방법이 적용된 인간의 청각 특성을 이용한 멜 주파수 켑스트럼 계수(Mel frequency cepstral coefficient, MFCC)를 사용한다. 즉, 본 논문에서 제안하는 특징 파라미터는 배경잡음을 제거한 후에 깨끗한 음성신호의 파라미터를 추출하는 새로운 방법이다. 제안한 수정된 MFCC 특징 파라미터를 다층 퍼셉트론 네트워크에 입력하여 학습시킴으로써 화자인식을 구현한다. 본 실험에서는 14차의 MFCC 특징 파라미터를 사용하여 화자독립 인식실험을 실시하였으며, 백색잡음이 혼합된 경우의 음성의 화자독립인식률은 평균 94.48%로 효과적인 결과를 구할 수 있었다. 본 논문에서 제안한 방법과 기존의 방법들을 비교하였을 때 본 논문에서 제안한 화자인식 성능이 수정된 MFCC 특징 파라미터를 사용함으로써 향상되었다.

• 한국전자파학회논문지
• /
• 제27권5호
• /
• pp.407-415
• /
• 2016

무선 통신의 최근 동향을 살펴보면 에너지 효율적 전송의 중요성이 강조되고 있다. 본 논문은 multiple-input multiple-output orthogonal frequency division multiplexing(MIMO-OFDM) 무선 시스템에서 에너지 효율성을 최대화하기 위해 기계학습 기술을 사용하는 적응형 전송을 고려한다. MIMO-OFDM 시스템의 채널 상태를 효과적으로 나타내기 위한 two- dimensional capacity(2D-CAP) feature space와 classification 기술을 통해 에너지 효율적인 적응형 전송을 수행하는 machine-learning-based bit and power adaptation(ML-BPA) 알고리즘을 제안한다. 모의 실험 결과를 통해 2D-CAP이 본 논문이 고려하는 무선 채널 상태를 정확하게 나타내며, 이를 통해 적응형 전송의 성능을 향상시킴을 확인하였다. 또한, ordered postprocessing signal-to-noise ratio(ordSNR)를 포함한 다른 feature space들과 직접적인 비교를 통해 2D-CAP이 전송 성능이나 복잡도 측면에서 뚜렷한 이득을 가짐을 확인하였다.

• 한국음향학회지
• /
• 제25권2호
• /
• pp.78-87
• /
• 2006

본 논문에서는 알려지지 않은 잡음 환경에서 강인한 음성 인식 성능을 위하여 missing-feature복구 기법을 다루며, 베이시안 분류기를 기반으로 하는 마스크 예측 기법의 성능을 향상시킬 수 있는 방법을 제안한다. 기존의 마스크 예측 기법에서는 배경 잡음 종류에 독립적인 성능을 위해 전 주파수 대역을 분할하여 발생시킨 유색 잡음을 마스크 예측기의 훈련에 이용하였으나, 제한된 양의 훈련 데이터베이스 조건에서는 성능의 한계가 불가피하다. 보다 다양한 잡음 스펙트럼을 반영하면서 마스크 예측의 성능을 향상시키기 위해, 서로 다른 주파수 대역에 독립적인 구조를 가지는 베이시안 분류기를 제안하며, 훈련에 사용하는 유색 잡음의 생성 방식을 이에 맞게 수정한다. 각각의 주파수 대역을 분할하여 유색 잡음을 생성함으로써 다양한 잡음 환경을 반영하는 동시에 훈련 데이터베이스 부족 문제를 줄일 수 있다. 제안하는 마스크 예측 기법을 클러스터 기반의 missing-feature 복구 기법과 결합하여 음성 인식기에 적용함으로써 성능을 평가한다. 실험 결과는 제안한 기법이 백색 잡음, 자동차잡음, 배경 음악환경에서 기존의 방법에 비해 향상된 성능을 가짐을 입증한다.