• 한국정보통신학회논문지
• /
• 제15권10호
• /
• pp.2093-2099
• /
• 2011

음성 신호와 자동차 엔진 배기음 등의 소음이 섞인 신호에서 통계적 방법을 이용하여 음성 신호와 자동차 소음 신호를 분리하였다. 분리된 신호에서 음성신호를 구분해 내기 위해 128개의 원소를 갖는 신호 조각의 연속으로 신호를 재구성하고 각 신호 조각에 대해 FFT를 구하였다. 각 신호 조각의 FFT 계수 중에서 저주파 영역의 일부 계수 중 계수 각각에 대해 각 신호 조각 사이의 자기 공분산을 구하고 이들을 평균하였다. 그리고 linear regression을 이용 하여 평균 자기 공분산 값들을 연결하는 직선의 방정식을 구한 후 이 직선의 기울기를 비교하여 음성 신호와 자동차 소음 신호를 구분하는 방법을 제안하고 유용성을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제22권10호
• /
• pp.797-802
• /
• 2016

This paper proposes a noble voice recognition method based on an adaptive MFCC and deep learning for embedded systems. To enhance the recognition ratio of the proposed voice recognizer, ambient noise mixed into the voice signal has to be eliminated. However, noise filtering processes, which may damage voice data, diminishes the recognition ratio. In this paper, a filter has been designed for the frequency range within a voice signal, and imposed weights are used to reduce data deterioration. In addition, a deep learning algorithm, which does not require a database in the recognition algorithm, has been adapted for embedded systems, which inherently require small amounts of memory. The experimental results suggest that the proposed deep learning algorithm and HMM voice recognizer, utilizing the proposed adaptive MFCC algorithm, perform better than conventional MFCC algorithms in its recognition ratio within a noisy environment.

• 한국정보통신학회논문지
• /
• 제3권3호
• /
• pp.553-558
• /
• 1999

환자의 상태 및 심장 질환 등의 진단에 있어 매우 중요한 정보신호는 심전도 신호이며, 많은 잡음이 혼입되어 있기 때문에 잡음 신호의 필터링이 매우 어렵고 잘못된 신호처리는 심전도 신호의 왜곡을 가져올 수 있다. 심전도 신호의 잡음을 필터링하기 위해 기존의 방법은 다 단계 형태로 필터를 구성하여 처리하기 때문에 신호처리 구조가 복잡하고 연산 량이 많아 처리속도가 느려진다. 이러한 문제를 개선하기 위해 인공지능의 한 기법인 RBF 신경회로망을 이용하여 간단한 구조로 심전도 신호의 필터링 방법을 제안하고, 실험한 결과 우수한 성능을 얻었다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.189-200
• /
• 2015

본 논문에서는 정상적 부트스트래핑을 금융 자산 가격에서 시장 미시구조 잡음에 대한 라그랑지 승수 검정에 적용한다. 몬테 카를로 실험을 통해 부트스트래핑 방법이 조건부 이분산 모형을 적용한 기존 라그랑지 승수 검정의 유의수준 왜곡 문제를 개선함을 보인다. 이 검정을 KOSPI 지수와 원-달러 환율과 같은 실제 데이터에 적용한다.

• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1659-1666
• /
• 2018

입력된 소리가 음성과 음향이 혼재된 경우 잡음의 영향으로 음성 인식률이 저하됨을 알 수 있으며 S/W적 처리 한계를 극복코자 H/W 장치인 MEMS 장치를 개발하여 음성 인식률을 향상시켰다. MEMS 마이크로폰 장치는 음성을 입력하는 장치로서 다양한 모양으로 구현되어 사용된다. 기존 MEMS 마이크로폰은 일반적으로 우수한 성능을 발휘하나 잡음 과 같은 특수 환경에선 음성과 음향이 혼재되어 처리 성능이 저하되는 문제점이 발생됨을 알 수 있었다. 이러한 문제점을 개선코자 초기 입력장치에 음성 특성을 구분하여 검출할 수 있는 신규 고안된 MEMS 장치를 사용하여 향상시켰다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1109-1114
• /
• 2018

뇌파(Electroencephalogram, EEG)는 외부 자극 때문에 발생하는 뇌 활동을 연구하기 위해 사용되는 도구로 두피에 전극을 부착하여 기록한다. 이 과정에서 잡파(artifact)가 혼입되어 신호를 왜곡시키기 쉬워 이를 제거하기 위한 후처리가 필수적이다. 잡파 제거를 위해 널리 사용되는 방법으로 독립성분분석(Independent Component Analysis, ICA)이 존재한다. 이 방법은 성능은 우수하나 뇌파 정보를 일부 손실시키는 단점이 있다. 본 논문에서는 이러한 문제점을 보완하기 위해 시선 추적 센서(Eyetracker)를 통해 얻은 눈 깜빡임 정보를 이용하여 필터 적용 범위를 제한함으로써 뇌파 정보 손실을 줄이는 방법을 제안한다. 이후 신호 대 잡음 비(Signal to Noise Ratio, SNR), 스펙트럼 일관성(Spectral Coherence, SC) 등의 정량화 방법을 이용하여 기존의 방법과 제안하는 방법의 결과를 비교하였다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1983년도 추계학술발표회논문집
• /
• pp.102-104
• /
• 1983

본 논문은 광대역에서 임의로 발생하는 TONE BURST 파형의 패턴을 여러파라미터로 분석하여 이를 잡음과 섞여있는 경우에 적용하였다. 그결과 특정의 REFERENCE 신호가 없는 경우에는 AUTOCORRELATION 향수가 TONEBURST파형분석에 최적 파라미터 임을 입증한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권1호
• /
• pp.1-6
• /
• 2007

인위적으로 noise factor를 주고 그 위에 촬영을 하여 노이즈와 영상의 복합물을 만들었다. 그 후 Low Pass Filter(LPF)와 Median Filter(MF)의 두 종류의 필터를 통하여 노이즈를 제거하고 노이즈를 나타내는 지표로 Signal To Noise Ratio(SNR), Peak Signal to Noise Ratio(PSNR), Mean Square Error(MSE)를 비교하였다. 또한 Median Filter의 kernel size에 따라서도 노이즈제거효과를 평가하였다. 각각의 처리된 영상과 원 영상을 비교하여 원 영상에 가까운 영상을 찾아봄으로서 어떤 필터가 유용하며 어떤 주파수대를 제거해야 하는가를 알고자 실험하였다. Cutoff frequency가 다른 필터를 비교 했을 때 noise power 값에는 상관없이 cutoff frequency $2/3\pi{\sim}3/4\pi$까지가 원 영상에 가까우면서 SNR, PSNR이 좋다. 따라서 높은 filter 효과를 나타낸다고 할 수 있다. Median filter의 kernel size가 커짐에 따라서 SNR 값이 커지며 반대로 MSE의 값이 작아져 filter 효과는 좋아 짐을 알 수 있다. 의료 영상에 filter를 적용하는 것에 대해서 대부분의 영상들이 filter 적용 후에 왜곡된 상이 되곤 하였다. 의료 영상은 다른 영상과는 달리 공간 분해능을 유지하면서 평활화(노이즈 제거)하는 것이 중요한 문제이다. SNR 등 정량적 지표에 의한 비교와 함께 시각적 평가가 병행되어야 할 필요가 있다.

• 전기전자학회논문지
• /
• 제13권4호
• /
• pp.9-14
• /
• 2009

이 논문에서는 혼성 신호 집적회로 상의 온칩 전원전압 잡음을 측정하는 회로에 대해 기술하였다. 온칩 상의 전원전압 잡음을 측정함으로서 잡음이 아날로그 회로에 미치는 영향을 확인하고 이를 보상하는 정보로도 사용할 수 있다. 이 회로는 동일하지만 독립적인 두 개의 채널로 구성되어 있다. 각 채널은 샘플 앤 홀드와 전압 제어 발진기를 포함한 주파수-디지털 변환 블록으로 구성되어 있다. 간단한 아날로그-디지털 변환 방법을 사용해서 시간 기준 전압 정보와 주파수 기준 전력 스펙트럼 밀도를 얻을 수 있다. 버퍼는 넓은 대역폭을 갖는 유닛 게인 버퍼로 동작하고, 전압 제어 발진기는 해상도를 높이기 위한 높은 증폭도를 가지고 있다. 이 회로는 0.18um CMOS 공정으로 설계되었으며 측정된 해상도는 2.06mV/count 이다. 전원잡음 측정회로는 15mW의 전력을 소모하며 $0.768mm^2$의 면적을 차지한다.

• Journal of Audiology & Otology
• /
• 제25권3호
• /
• pp.146-151
• /
• 2021

Background and Objectives: The relationship between hearing aid (HA) use and improvement in cognitive function is not fully known. This study aimed to determine whether HAs could recover temporal resolution or hearing in noise functions. Materials and Methods: We designed a prospective study with two groups: HA users and controls. Patients older than 45 years, with a pure tone average threshold of worse than 40 dB and a speech discrimination score better than 60% in both ears were eligible. Central auditory processing tests and hearing in noise tests (HINTs) were evaluated at the beginning of the study and 1, 3, 6, and 12 months after the use of a monaural HA in the HA group compared to the control group. The changes in the evaluation parameters were statistically analyzed using the linear mixed model. Results: A total of 26 participants (13 in the HA and 13 in the control group) were included in this study. The frequency (p<0.01) and duration test (p=0.02) scores showed significant improvements in the HA group after 1 year, while the HINT scores showed no significant change. Conclusions: After using an HA for one year, patients performed better on temporal resolution tests. No improvement was documented with regard to hearing in noise.