• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2027-2035
• /
• 2001

본 논문에서는 ETSI와 3GPP에서 차세대 이동통신 IMT-2000 서비스의 음성부호화기의 표준으로 채택한 AMR을 인터넷을 통한 멀티미디어 서비스에서 사용하기 위해 부가 정보를 이용한 손실 패킷 복구 방법이 첨가된 전송방법을 제시한다. 인터넷과 같은 패킷 교환 망에서의 음성 통신에서 과도한 패킷 손실은 급격한 음질 저하를 유발한다. 본 논문에서는 음성 패킷 데이터를 순방향 오류정정(FEC)의 부가 정보로 사용하고 연속 패킷 손실이 발생하였을 경우 오류 은닉방법을 사용하여 패킷 손실에 의한 음질 저하를 개선하는 방법을 제안한다. 순방향 오류정정방법 중 부가 음성 정보를 원래의 음성정보와 함께 보냄으로써 손실된 음성은 부가 음성 정보를 이용해 복구할 수 있다. 본 연구에서 사용한 AMR 음성 부호화기는 CELP기반의 음성 부호화기 이므로 음성 부호화기의 특징을 이용해 2개 이상의 군집오류가 발생했을 경우 패킷 손실이 일어나기 전후의 데이터를 이용해서 손실된 패킷으로 인한 영향을 최소로 하는 오류은닉 방법을 사용하였다. 제안된 방법의 성능을 평가하기 위해 AMR 부호화기의 고음질 압축 방법인 12.2 kbit/s 모드로 전송하는 방법과 ITU-T 표준안인 CS-ACELP로 전송하는 방법을 SNR과 MOS 측정을 통해 비교하였다. 제안된 방법이 10%의 평균 패킷 손실률에서 부호화기 자체의 오류은닉 기술을 적용한 AMR - 12.2 kbit/s 모드보다 MOS값에서는 1.1, SNR값은 5.61 dB 높았으며, 제안된 방법은 20%의 손실률에서도 통신 가능한 음질을 유지하였다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제8권1호
• /
• pp.22-33
• /
• 1997

본 연구는 반응성 애착 장애 아동(Reactive Attachment Disorder, 이하 ‘RAD’)의 혼란된 부모-아동 관계를 애착이론의 입장에서 체계적으로 살펴보고자 하였다. 이를 위해 1994년 8월에서 1995년8월 사이 소아정신과에 내원한 RAD 아동과 어머니 20쌍과 비교집단으로 정상 아동과 어머니 20쌍을 대상으로, 아동에 대한 내적 실행 모델 면접(Working Model of Child Interview, 1986)과 낯선 상황 절차(Strange Situation Procedure, 1978), 부모-아동 상호작용 척도(Dyadic Parent-child Interaction Coding Scales, 1983)을 실시하여 어머니의 아동에 대한 내적 표상과 어머니의 내적 표상 유형과 아동의 애착 유형과의 관계, 내적 표상 유형에 따른 어머니-아동 상호작용 양상을 살펴보았다. 1) 대상 어머니들을 3가지 내적 표상 유형으로 분류해 본 결과, 비교 집단 어머니는 모두 균형된 표상으로 분류되었고 RAD 집단 어머니는 비개입된 표상(55%), 왜곡된 표상(45%)으로 분류되었다. 2) 어머니의 아동에 대한 내적 표상 유형은 아동의 애착 유형과 체계적으로 연관되었다. 균형된 표상의 어머니의 아동은 모두 안정 애착이었고 비개입된 표상 어머니의 82%는 그 아동이 불안/회피 애착으로 분류되었고 왜곡된 표상 어머니는 56%가 그 아동이 비조직/비일관 애착, 33%는 불안/저항 애착으로 분류되었다. 3) 어머니-아동 상호작용에서, 비개입된 표상의 어머니는 아동 중심 놀이에서 균형된 표상의 어머니에 비해 묘사적 진술, 반영적 진술, 묘사/반영적 질문을 적게 사용하였고 왜곡된 표상의 어머니는 균형된 표상의 어머니에 비해 직접 명령과 간접 명령을 많이 사용하였다. 장난감 정리하기 과제에서 비개입된 표상과 왜곡된 표상의 어머니는 균형된 표상의 어머니보다 직접명령, 간접명령을 더 많이 사용하였다. 위의 결과를 통해서 볼 때, 어머니의 아동에 대한 내적 실행 모델은 아동과의 애착 관계와 어머니-아동 상호작용에 중요한 요인으로서 혼란된 어머니-아동 관계를 이해하는데 효율적인 접근을 제공하며 아동에 대한 치료적 개입에 유용한 정보를 제공해 줄 것으로 생각된다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.