• 대한전자공학회논문지SP
• /
• 제39권2호
• /
• pp.116-127
• /
• 2002

본 논문에서는 CDHMM 음성인식기의 인식성능을 향상시키기 위해 상태 당 관측밀도함수 수 변화에 의한 화자적응 알고리듬을 제안하였다. 제안한 방법은 CDHMM의 각 상태마다 관측 확률밀도함수의 가지 수가 두 개 이상이 릴 수도 있게 하여 발음특성의 다양성을 반영할 수 있게 하였다. 가지 수는 각 상태에 속하는 적응음성의 프레임 수에 따라 정하는 방법과 특징벡터 행렬식에 따라 정하는 방법으로 하였다 이두 방법중의 어느 하나로 관측 확률밀도함수의 가지가 결정되면, 세분화된 각 가지로부터 MAP 파라미터를 추출함으로써 정밀한 화자적응모델의 파라미터를 구할 수 있었다. 아울러 적응음성을 상태분할 할 때 기존의 화자독립모델을 사전정보로 이용함으로써 ML 추정시의 초기 상태분할 오류의 영향을 줄여 기존 상태분 할 방법의 단점을 개선하였다 그리고 상태지속분포를 화자에 적응시킴으로써 화자 고유의 발음속도와 발음 패턴 등의 음성특성을 흡수하도록 하였다. 제안한 방법들의 타당성을 확인하기 위한 실험에서 제안한 방법이 기존 방법에 비해 높은 인식률을 얻음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2153-2160
• /
• 2015

EGML (effective Gaussian mixture learning) 기반 이동 객체 검출 (moving object detection; MOD) 알고리듬의 하드웨어 구현을 위한 설계조건을 분석하였다. EGML 알고리듬을 OpenCV 소프트웨어로 구현하고 다양한 영상들에 대한 시뮬레이션을 통해 배경학습 시간과 이동 객체 검출에 영향을 미치는 파라미터 조건을 분석하였다. 또한, 고정소수점 시뮬레이션을 통해 파라미터들의 비트 길이가 이동 객체 검출 성능에 미치는 영향을 평가하고, 최적 하드웨어 설계 조건을 도출하였다. 본 논문의 파라미터 비트 길이를 적용한 고정소수점 이동 객체 검출 모델은 부동소수점 연산 대비 약 절반의 비트 길이를 사용하면서 MOD 성능의 차이는 0.5% 이하이다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.13-19
• /
• 2011

본 논문에서는 SOPC 기반 NIOSII 임베디드 프로세서와 C2H 컴파일러를 적용하여 영상 감시 시스템을 구현하였다. 카메라의 영상 신호 출력, 영상처리, 시리얼 통신 및 네트워크 통신의 제어를 위해 C2H 컴파일러에 의한 IP를 구성하였고, SOPC 및 NIOS II 임베디드 프로세서에 기반한 각각의 IP를 효과적으로 제어할 수 있도록 구현하였다. 그리고, 보다 빠르고 환경에 강인한 이동 물체 검출을 위한 방법으로 배경영상을 갱신하는 알고리듬을 적응 가우시안 혼합 모델(AGMM)을 제안하였다. 그 결과 주간 및 야간에서도 이동 물체를 잘 검출할 수 있었다. 실험을 통해 제안된 AGMM 알고리듬이 적응 임계치법(ATM)과 가우시안 혼합모델(GMM)보다 이동하는 보행자 및 차량의 검출에서 우수함을 확인하였다.

• Archives of Plastic Surgery
• /
• 제35권6호
• /
• pp.631-636
• /
• 2008

Purpose: Adipose tissue-derived stem cells(ADSC) has an osteoconductive potential and demineralized bone matrix(DBM) is an osteoinductive material. A combination of DBM and ADSC wound probably create osteoinductive properties. The purpose of this study is to determine the effect of the combination of DBM and ADSC mixture on healing of rat calvarial defect. Methods: Thirty adult male Sprague-Dawley rats were randomized into 3 groups(n=10) as 1) Control, 2) DBM alone, 3) DBM with ADSC mixture. DBM with ADSC mixture group has had a 3-day preculture of ADSC from groin fat pad. An 6 mm critical size circular calvarial defect was made in each rat. Defect was implanted with DBM alone or DBM with ADSC mixture. Control defect was left unfilled. 6 and 12 weeks after the implantation, the rats were sacrificed and the defects were evaluated by histomorphometric and radiographical studies. Results: Histomorphometric analysis revealed that DBM with ADSC mixture group showed significantly higher bone formation than DBM alone group(p<0.05). Although radiographs from DBM alone group and DBM with ADSC group revealed similar diffuse radiopaque spots dispersed throughout the defect. Densitometric analysis of calvarial defect revealed DBM with ADSC mixture group significantly higher bone formation than DBM alone(p<0.05). There was correlation of densitometry with new bone formation(Spearman's correlation of coefficient=0.804, 6 weeks, 0.802, 12 weeks). Conclusion: The DBM with ADSC mixture group showed the best healing response and the osteoinductive properties of DBM were accelerated with ADSC mixture. It will be clinically applicable that DBM and ADSC mixture in plastic and reconstructive surgery, such as alveolar cleft and congenital facial deformities that bone graft should be required.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권8호
• /
• pp.781-788
• /
• 2005

LDA는 클래스간 퍼진 정도와 클래스내 퍼진 정도의 비를 최대화하는 변환를 구하는 데이터 구분 기술이다. LDA는 여러 가지 응용에 성공적으로 응용되었지만 그 모델의 단순성과 관련된 두 가지 한계를 가지고 있다. 첫째는 각 클래스의 데이타가 가우시안 분포를 가진다고 가정되므로 복잡한 분포를 갖는 데이타를 구분하는데 실패한다는 것이다. 둘째는 LDA가 클래스의 전체 범위에 대해서 단지 하나의 변환만을 주므로 클래스 기반의 정보를 잃게 된다는 것이다. 본 논문은 위의 문제들을 극복하는 세가지 확장들을 제안한다. 첫 번째 확장은 더 복잡한 분포를 표현할 수 있는 PCA 혼합 모형을 이용하여 클래스내 퍼진 정도를 모델링함으로써 첫째 문제를 극복한다. 두번째 확장은 클래스 기반 특징들을 제공하기 위해서 각 클래스에 대해 다른 변환을 취함으로써 둘째 문제를 극복한다. 셋째 확장은 PCA 혼합 모형의 관점에서 각 클래스를 표현함으로써 앞의 두 확장을 결합하는 것이다. 숫자 인식과 알파벳 인식에 대한 실험에서 LDA의 모든 제안된 확장들이 LDA보다 더 좋은 분류 성능을 보여 주었다.

• 한국통신학회논문지
• /
• 제32권10C호
• /
• pp.965-974
• /
• 2007

본 논문에서는 내용 기반 음악 범주 분류 시스템에서 다중 범주를 위한 특징벡터 선택 알고리즘을 제안한다. 제안된 특징벡터 선택 알고리즘은 분리 성능을 측정할 때 가우시안 혼합 모델(Gaussian Mixture Model: GMM)을 기반으로 GMM separation score을 측정함으로써 확률분포 및 분리 성능 추정의 정확도를 높였고, sequential forward selection 방법을 개선하여 이전까지 선택된 특징벡터들이 분리를 잘 하지 못하는 범주들을 기준으로 다음 특징벡터를 선택하는 알고리즘을 제안하여 다중 범주 분류의 성능을 높였다. 제안된 알고리즘의 성능 검증을 위해 음색, 리듬, 피치 등 오디오 신호의 특징을 나타내는 다양한 파라미터를 오디오 신호로부터 추출하여 제안된 특징벡터 선택 알고리즘과 기존의 알고리즘으로 특징벡터를 선택한 후 GMM classifier와 k-NN classifier를 이용하여 분류 성능을 평가하였다. 제안된 특징벡터 선택 알고리즘은 기존 알고리즘에 비하여 3%에서 8% 정도의 분류 성능이 향상된 것을 확인할 수 있었고 특히 낮은 차원의 특징벡터의 분류 실험에서는 분류 정확도 측면에서 5%에서 10% 향상된 좋은 성능을 보였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권3호
• /
• pp.26-38
• /
• 2020

자기 충전형 콘크리트의 배합물 설계는 전형적인 다기준의사결정의 과정이다. 본 연구에서는 실험설계법과 반응표면법을 이용하여 SCC 배합물 전산 설계가 가능하도록 재료성능 및 비용모델을 생성하고, 요구조건을 반영한 여러 성능 사이의 상대적 중요도를 산정하여 가중 다목적 설계문제로 정식화하여 수치최적해를 계산함으로써 비용효율을 고려한 SCC최적설계를 수행하였다. 실험비용과 시간을 고려하여 SCC의 수많은 요구성능 중 압축강도, 철근충전성, 재료분리저항성, 비용정보 등을 다목적 최적화의 목적함수로 설정하였다. 재료경제성을 최적재료설계프로세스에 합리적으로 반영함으로써 경제적 콘크리트배합설계를 수행할 수 있었으며, 본 연구 결과 실험점 계획에서부터 최적해 산출에 이르는 과정을 객관적인 프로세스로 구성함으로써 콘크리트 범용 최적재료설계기술 및 전산화를 기대할 수 있다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.506-511
• /
• 2018

본 논문에서는 잡음 환경에서 효과적인 음성인식을 위하여 GMM(Gaussian Mixture Model)-DNN(Deep Neural Network) 하이브리드 기반의 특징 보상 기법을 제안한다. 기존의 GMM 기반의 특징 보상에서 필요로 하는 사후 확률을 DNN을 통해 계산한다. Aurora 2.0 데이터를 이용한 음성 인식 성능 평가에서 본 논문에서 제안한 GMM-DNN 하이브리드 기법이 기존의 GMM 기반 기법에 비해 Known, Unknown 잡음 환경에서 모두 평균적으로 우수한 성능을 나타낸다. 특히 Unknown 잡음 환경에서 평균 오류율이 9.13 %의 상대 향상률을 나타내고, 낮은 SNR(Signal to Noise Ratio) 잡음 환경에서 상당히 우수한 성능을 보인다.

• 한국음향학회지
• /
• 제28권4호
• /
• pp.401-407
• /
• 2009

본 논문에서는 주파수 영역에서의 가우시안 혼합 모델 (Gaussian Mixture Model, GMM) 기반의 새로운 동시통화 검출 (Double-talk Detection, DTD) 알고리즘을 제안한다. 구체적으로 주파수 영역에서의 음향학적 반향억제 (Acoustic Echo Suppression, AES)를 위한 동시 통화 검출 알고리즘을 구성하기 위해 기존의 시간 영역에서의 동시통화 검출에 사용되는 상호 상관계수를 이산 푸리에 변환을 통해 16개 채널의 주파수 영역으로 변환하였다. 이러한 주파수 영역에서의 상호 상관계수를 GMM의 보다 효과적인 구성을 위해 통계적 분류 특성에 근거하여 우수한 7개를 선별하였다. 본 논문은 이러한 특징 벡터로 패턴인식에서 우수한 성능을 보이는 GMM을 구성하였으며 원단화자만 있는 구간, 동시통화 구간, 근단 화자만 있는 구간을 우도 (Likelihood) 비교에 따라 분류함으로써 별도의 원단 화자 신호에 대한 음성 검출기 (Voice Activity Detector, VAD)의 사용 없이 잡음환경과 반향 경로 변화에서 강인한 동시통화 검출 알고리즘을 제안한다. 다양한 실험 결과 제안된 방법은 기존의 상호 상관계수를 고정된 문턱 값과 가부 비교하여 동시 통화 구간을 검출하는 hard decision 방법에 비해 검출 오류 확률 (Detection Error Probability)을 비교한 결과 우수한 성능을 보였다.

• 마케팅과학연구
• /
• 제13권
• /
• pp.209-229
• /
• 2004

기존의 인터넷소비자의 방문행동에 관한 연구들이 대부분 전체시장 수준에서 이루어졌고, 시장세분화를 하더라도 사전적 시장세분화로서 연구자의 주관이 반영되는 경우가 많다는 문제점이 있었다. 본 연구에서는 세분시장 수준에서의 인터넷소비자 방문행동 연구가 필요하다는 점과 함께 연구자의 임의성율 배제한 사후적 시장세분화의 필요성을 제기하고 이를 믹스처모델로 실증적으로 분석하였다. 또한 기존 연구가 웹사이트 평가요인과 방문행동 간의 단편적인 인과관계를 파악한 것과는 달리, 웹 사이트 방문행동에 영향을 미치는 요인들 간의 간접효과에 따른 통합적인 인과관계를 파악하였다. 연구에서는 실제 커뮤니티 사이트를 방문한 1,765명 의 웹상의 움직임과 설문조사를 통해 세분시장별로 이질적인 navigation pattern 과 원인변수와의 관계가 존재함을 입증하였다. 마케터는 이런 세분시장멸 이질적 관계를 이용하여 eCRM을 실행함에 있어 navigation pattern의 이질성에 영향을 미치는 변수를 세분시장별로 조절함으로써 기업이 원하는 방향으로 고객의 웹사이트 방문행위를 유도할 수 있는 기회를 얻게 되었다.