• 제목/요약/키워드: mixture 모델

검색결과 750건 처리시간 0.026초

음향학적 파라미터의 변화 및 반복학습으로 작성한 언어모델에 대한 고찰 (Language Models constructed by Iterative Learning and Variation of the Acoustical Parameters)

  • 오세진;황철준;김범국;정호열;정현열
    • 한국음향학회:학술대회논문집
    • /
    • 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
    • /
    • pp.35-38
    • /
    • 2000
  • 본 연구에서는 연속음성인식 시스템의 성능 향상을 위한 기초 연구로서 시스템에 적합한 음향모델과 언어모델을 작성하고 항공편 예약 태스크를 대상으로 인식실험을 실시한 결과 그 유효성을 확인하였다. 이를 위하여 먼저 HMM의 출력확률분포의 mixture와 파라미터의 차원에 대한 정확한 분석을 통한 음향모델을 작성하였다. 또한 반복학습법으로 특정 태스크를 대상으로 N-gram 언어모델을 적용하여 인식 시스템에 적합한 모델을 작성하였다. 인식실험에 있어서는 3인의 화자가 발성한 200문장에 대해 파라미터 차원 및 mixture의 변화에 따른 음향모델과 반복학습에 의해 작성한 언어모델에 대해 multi-pass 탐색 알고리즘을 이용하였다. 그 결과, 25차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $81.0\%$의 인식률을 얻었으며, 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복 학습한 언어모델을 이용한 경우 평균 $90.2\%$의 인식률을 보여 인식률 제고를 위해서는 38차원에 대한 mixture 수가 9인 음향모델과 10회 반복학습으로 작성한 언어모델을 이용한 경우가 매우 효과적임을 알 수 있었다.

  • PDF

시변 잡음에 대처하기 위한 다중 모델을 이용한 PCMM 기반 특징 보상 기법 (PCMM-Based Feature Compensation Method Using Multiple Model to Cope with Time-Varying Noise)

  • 김우일;고한석
    • 한국음향학회지
    • /
    • 제23권6호
    • /
    • pp.473-480
    • /
    • 2004
  • 본 논문에서는 잡음 환경에서 강인한 음성 인식을 위하여 음성 모델을 기반으로 하는 효과적인 특징 보상 기법을 제안한다. 제안하는 특징 보상 기법은 병렬 결합된 혼합 모델 (PCMM)을 기반으로 한다. 기존의 PCMM 기반의 기법은 시간에 따라 변하는 잡음 환경을 반영하기 위하여 매 음성 입력마다 복잡한 과정의 혼합 모델 결합이 필요하다. 제안하는 기법에서는 다중의 혼합 모델을 보간하는 방법을 채용함으로써 시간에 따라 변하는 배경 잡음에 대응할 수 있다. 보다 신뢰성 있는 혼합 모델 생성을 위하여 데이터 유도 기반의 방법을 도입하고, 실시간 처리를 위하여 프레임에 동기화된 환경 사후 확률 예측 과정을 제안한다. 다중 모델로 인한 연산량 증가를 막기 위하여 혼합 모델을 공유하는 기법을 제안한다. 가우시안 혼합 모델 사이에 통계학적으로 유사한 요소들을 선택하여 공유에 필요한 공통 모델을 생성한다. Aurora 2.0 데이터베이스와 실제 자동차 주행 환경에서 수집된 음성 데이터베이스에 대한 성능 평가를 실시한다. 실험 결과로부터 제안한 기법이 모의 환경과 실제 잡음 환경에서 강인한 음성 인식 성능을 가져오고 연산량 감소에 효과적임을 확인한다.

실내 분광 측정자료를 이용한 선형혼합모델의 오차 분석 (Error Analysis of Linear Mixture Model using Laboratory Spectral Measurements)

  • 김선화;신정일;신상민;이규성
    • 대한원격탐사학회지
    • /
    • 제23권6호
    • /
    • pp.537-546
    • /
    • 2007
  • 초분광영상의 분석 기법 중 하나인 선형혼합분석기법은 각 화소를 구성하는 구성물질과 구성 비율을 추정하는데 매우 유용하게 사용되고 있다. 선형혼합모델은 지질 및 광물분포와 관련된 분야에서는 비교적 성공적으로 시도되고 있으나, 산림이나 여러 인공물들로 구성된 도시와 같은 상대적으로 복잡한 구조를 가진 혼합체에서는 그 정확도가 떨어진다. 본 연구에서는 식물과 토양의 혼합체를 대상으로 선형혼합모델을 적용하여 계산된 혼합체의 반사값과 실제 이 혼합체들을 분광측정기로 측정한 반사값과의 비교를 통해, 선형혼합모델의 오차를 계산하였다. 이를 통해 선형혼합모델의 오차 원인인 구성 물질간의 분광적 상호작용이 어느 경우 발생 혹은 증가하는지를 분석하고, 또한 파장대별 상호작용의 정도 차이가 있는지를 분석하였다. 연구 결과, 선형혼합모델은 혼합체를 구성하는 구성물질의 구성비율이 비슷한 경우, 각 구성 물질간의 상호작용이 증가하여 선형혼합모델의 오차가 가장 커지는 것을 알 수 있었다. 결과적으로 선형혼합모델의 오차 원인인 구성 물질간 상호작용의 발생 정도는 혼합체를 구성하는 성분의 종류, 반사 특성, 구성비율, 파장대와 구성 성분의 배열 상태에 따라 다르게 나타나는 것을 알 수 있었다. 향후 선형혼합모델의 정확도를 높이기 위해서는 이러한 혼합체의 특징들이 구성 물질간의 상호작용에 끼치는 영향을 정량적으로 분석하여야 할 것이다.

결측이 있는 이산형 공변량에 대한 Cox비례위험모형의 패턴-혼합 모델 (Pattern-Mixture Model of the Cox Proportional Hazards Model with Missing Binary Covariates)

  • 육태미;송주원
    • 응용통계연구
    • /
    • 제25권2호
    • /
    • pp.279-291
    • /
    • 2012
  • 공변량에 결측이 발생한 Cox 비례위험 모형을 적합할 때, 결측이 발생하는 개체를 모두 제거한 후 분석을 실시한다면 정보 손실에 의해 비효율적이고 결측의 발생 메커니즘이 완전 임의 결측(missing completely at random; MCAR)이 아니라면 모수의 추정값에 편향이 발생할 수 있다. Cox 비례위험 회귀모형의 공변량에 결측이 있는 경우 적용할 수 있는 여러 가지 방법들이 제안되어져 왔으나 이 분석들은 선택모델(selection model)에 기반하고 있다. 본 연구에서는 Little (1993)이 제안한 패턴-혼합 모델(pattern-mixture model)을 사용하여 Cox 비례위험 회귀모형에서 생존시간과 결측 메커니즘의 결합분포를 모델화 하고, 여러 가지 제약에 근거한 생존 분석의 결과를 비교하였다. 모의실험을 통해서 패턴-혼합 모델의 제약(restrictions)에 따른 모수 추정의 민감도를 확인하였고 결측을 무시한 채 분석한 결과 및 선택모형에 근거한 분석결과와 비교하였다. 패턴-혼합 모델의 제약에 따라 공변량의 결측으로 인한 모수 추정의 민감성 정도를 쥐백혈병 자료 예제를 통해 설명하였다.

혼합분포 기반 비정상성 강우 빈도해석 기법 개발 (A development of nonstationary rainfall frequency analysis model based on mixture distribution)

  • 최홍근;권현한;박문형
    • 한국수자원학회논문집
    • /
    • 제52권11호
    • /
    • pp.895-904
    • /
    • 2019
  • 극치 강우 자료는 정상성 빈도모델에서 효과적으로 구현되지 않는 비정상성 거동을 종종 보인다. 또한, 극치 사상의 확률밀도함수는 여름 장마와 태풍 등의 서로 다른 강우 패턴에 의해 2개 이상의 첨두를 가지는 혼합분포형태이다. 이러한 강우 패턴의 변화에 대해 Bayesian 이론을 활용한 비정상성 혼합분포(mixture distribution based nonstationary frequency, MDNF)모델을 제안하였다. 2개의 Gumbel 분포형이 혼합된 MDNF 모델은 Gumbel 분포형 매개변수 중 하나인 위치매개변수의 시변성을 효과적으로 설명한다. 제안한 모델의 성능평가를 위해 정상성 혼합분포모델과의 다양한 통계치 결과를 비교하였다. 정상성 혼합분포모델보다 전반적으로 향상된 성능을 보여주는 MDNF 모델을 통해 극치 강우 패턴이 비정상성을 보인다는 가정을 확인할 수 있다.

화자인식에서 연속밀도 은닉마코프모델의 혼합밀도 결정방법 (Gaussian Density Selection Method of CDHMM in Speaker Recognition)

  • 서창우;이주헌;임재열;이기용
    • 한국음향학회지
    • /
    • 제22권8호
    • /
    • pp.711-716
    • /
    • 2003
  • 본 논문은 연속밀도 은닉마코프모델에서 각 상태별 혼합성분 개수를 결정하는 방법을 제안한다. 지금까지의 대부분의 연구가 연속밀도 은닉마코프모델에서 화자의 스펙트럼 특성에 상관없이 각 상태별 동일한 혼합성분 개수를 적용하였다. 이런 접근방법은 많은 계산량을 요구할 뿐만 아니라, 각 상태의 특성을 무시하고 있기 때문에 각 상태별 음성신호의 정확한 모델링을 할 수 없다. 따라서 본 논문에서 제안한 연속밀도 은닉마코프모델의 파라미터 추정은 각 상태별 혼합성분에 대한 발생 확률값에 따라서 결정하였다. 또한 혼합성분의 개수를 줄이는 과정에서 신호의 상관성을 줄이고 시스템의 전체적인 안정성을 얻기 위해서 주성분 분석을 이용하였다. 제안한 방법은 기존의 은닉마코프모델에 비해서 평균 10% 작은 혼합성분 개수를 이용했을 때를 기준으로 실험하였다. 실험결과에서 혼합성분 결정만을 적용했을 때 거의 비슷한 성능을 얻을 수 있었다. 그리고 주성분 분석을 이용했을 때, 특정벡터가 16 차일 때 평균 0.35%의 성능감소가 일어났지만, 25 차에서는 평균 0.65%의 성능개선을 얻을 수 있었다.

Active Shape 모델과 Gaussian Mixture 모델을 이용한 입술 인식 ((Lip Recognition Using Active Shape Model and Gaussian Mixture Model))

  • 장경식;이임건
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제30권5_6호
    • /
    • pp.454-460
    • /
    • 2003
  • 이 논문은 입술의 형태를 효과적으로 인식하는 방법을 제안하였다. 입술은 PDM(Point Distribution Model)을 기반으로 점들의 집합으로 표현하였다. 주성분 분석법을 적용하여 입술 모델을 구하고 모델에서 사용하는 형태계수의 분포를 GMM(Gaussian Mixture Model)을 이용하여 구하였다. 이 과정에서 계수를 정하기 위하여 EM(Expectation Maximization) 알고리듬을 사용하였다. 입술 경계선 모델은 입술을 구성하는 각 점과 주변 영역에서의 화소간 변화를 이용하여 구성하였으며 입술 탐색시 사용되었다. 여러 영상을 대상으로 실험한 결과 좋은 결과를 얻었다.

Gaussian 혼합모델 기반 조명 변화에 강건한 연기검출 알고리즘 (Gaussian Mixture Model Based Smoke Detection Algorithm Robust to Lights Variations)

  • 박장식;송종관;윤병우
    • 한국전자통신학회논문지
    • /
    • 제7권4호
    • /
    • pp.733-739
    • /
    • 2012
  • 본 논문에서는 시간과 기후에 따라 변화하는 영상의 밝기와 색상 변화에도 강건한 연기검출 알고리즘을 제안한다. 제안하는 연기검출 알고리즘은 입력영상과 배경영상의 차영상을 이용하여 후보영역을 설정하고, 후보영역 차영상의 Gaussian 혼합모델 특징 계수를 비교하여 연기를 판별한다. 시간과 기후에 대응하기 위하여 입력영상의 평균 밝기와 색상을 기준으로 후보영역 설정을 위한 임계값을 4 단계로 구분한다. 후보영역에 대한 차영상의 Gaussian 혼합모델의 밝기 평균값을 기준으로 클러스터를 정렬하고, 클러스터 간의 Gaussian 혼합모델 특징 계수를 비교하여 연기를 판별한다. 제안하는 알고리즘을 미디어전용 DSP로 구현하고 야외에 설치된 카메라의 영상에 대하여 연기검출 실험을 통하여 효율적으로 연기를 검출할 수 있음 보인다.

혼합 은닉필터모델 (HFM)을 이용한 비정상 잡음에 오염된 음성신호의 향상 (Speech Enhancement Based on Mixture Hidden Filter Model (HFM) Under Nonstationary Noise)

  • 강상기;백성준;이기용;성굉모
    • 한국음향학회지
    • /
    • 제21권4호
    • /
    • pp.387-393
    • /
    • 2002
  • 비정상 잡음에 오염된 음성신호의 향상을 위하여 혼합 은닉필터모델 (HFM: Hidden Filter Model)에 기초한 기법을 제안하였다. 오염된 음성신호를 선형상태방정식으로 모델링하고 파라미터는 마코프 모델에 따른다고 가정하였다. 이 파라미터들은 잡음에 오염되지 않은 학습신호로부터 추정할 수 있다. 추정과정은 혼합 상호복합모델 (IMM: Interacting Multiple Model)에 기초하여 이루어지며, 음성신호의 추정값은 상호작용하는 병렬의 칼만 필터들의 가중합으로 주어진다. 실험결과로부터 제안한 방법의 성능이 기존의 방법에 비해 개선되었음을 확인할 수 있었다.

중공사막을 이용하는 다성분 혼합물 분리공정의 모델링 (Modeling of Multicomponent Mixture Separation Processes Using Hollowfiber Membrane)

  • 김신아;김진국;이영무;여영구
    • Korean Chemical Engineering Research
    • /
    • 제53권1호
    • /
    • pp.22-30
    • /
    • 2015
  • 지금까지의 분리막 공정 모델링에 대한 연구는 주로 2성분계 원료의 분리공정에 집중되어 왔다. 실제 운전에 있어서는 2성분계 혼합물은 매우 드물며 다성분계 혼합물이 대부분이므로 막분리 공정의 설계를 위해서는 다성분계 막분리 공정에 대한 모델개발이 필수적이다. 본 연구에서는 중공사막을 이용하는 분리막 공정에서 다성분 혼합물 원료에 대한 분리공정 모델링을 수행하였다. 다양한 형태의 다성분 공정모델을 구현하였으며 실험결과를 이용하여 모델의 정확도 및 신뢰도를 조사하였다. 개발된 모델들은 원료 흐름의 유입조건과 다양한 운전조건에 대하여 안정적이고 실험 데이터에 근접한 모사결과를 보여 주었다.