• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권12호
• /
• pp.4835-4848
• /
• 2020

The recent expansion of the digital content market is increasing the technical demand for various facial image transformations within the virtual environment. The recent image translation technology enables changes between various domains. However, current image-to-image translation techniques do not provide stable performance through unsupervised learning, especially for shape learning in the face transition field. This is because the face is a highly sensitive feature, and the quality of the resulting image is significantly affected, especially if the transitions in the eyes, nose, and mouth are not effectively performed. We herein propose a new unsupervised method that can transform an in-wild face image into another face style through radical transformation. Specifically, the proposed method applies two face-specific feature loss functions for a generative adversarial network. The proposed technique shows that stable domain conversion to other domains is possible while maintaining the image characteristics in the eyes, nose, and mouth.

• 한국컴퓨터정보학회논문지
• /
• 제25권10호
• /
• pp.35-42
• /
• 2020

본 연구에서는 비지도 이상 탐지 방법을 변형한 U-Net 기반의 이미지 복원 기법을 통해 한정적인 데이터를 활용한 균열 탐지 방안을 제안한다. 콘크리트 균열은 다양한 원인으로 인해 발생하며, 장기적으로 구조물의 심각한 손상을 초래할 수 있는 요소이다. 일반적으로 균열 조사는 검사원의 육안으로 판단하는 외관 검사법을 사용하는데, 이는 판단에 객관성이 떨어지며 인적 오류 발생 가능성이 크다. 따라서 객관적이고 정확한 이미지 분석 처리를 통한 방법이 요구된다. 최근에는 균열을 신속하고 정밀하게 탐지할 수 있도록 딥러닝을 활용한 기술들이 연구되고 있다. 하지만 일반적인 균열자료에 비해 점검 대상물에 대한 데이터는 한정적이므로 이를 활용한 기존 균열 탐지 모델의 성능은 제한적인 경우가 많다. 따라서 본 연구에서는 비지도 이상 탐지 방법을 사용해 점검 대상물에 대한 데이터를 증강하여 해당 데이터를 사용하여 학습한 결과, 정확도 98.78%, 조화평균(F1_Score) 82.67%의 성능을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권8호
• /
• pp.11-18
• /
• 2014

본 논문은 무감독학습을 통한 데이터 분류기법인 ART에서 퍼지이론을 이용한 결합형 데이터 분류 방법을 제안한다. 무감독학습기법 기반의 데이터 분류 기술은 분류기술의 향상의 장점이 있지만, 처리성능이 저하된다는 단점이 있다. 민첩성 있는 대용량데이터 처리와 분류인식률을 만족하는 최적의 임계값 결정기법이 필요하지만, 이는 불확실성이 많이 따르기 때문에 두 가지를 고려하여 상호보완 할 수 있는 처리기법이 필요하다. 제안하는 기법은 무감독학습을 하기 위해 퍼지매개변수와 퍼지 규칙을 설계하여 최적의 임계값을 도출한다. 제안하는 기법의 성능평가를 위해 클라우드 컴퓨팅환경에서 G 단백질 연결 수용체(G protein coupled receptor, GPCR)데이터를 이용하여 실험하였으며, 실험결과는 높은 인식률과 낮은 처리시간을 통해 결합형 데이터 분류에 효과적임을 입증하였다.

• 한국음향학회지
• /
• 제40권6호
• /
• pp.578-586
• /
• 2021

종단간 음성인식기의 성능향상을 위한 변분 오토인코더(Variational AutoEncoder, VAE) 및 비교사 데이터 증강(Unsupervised Data Augmentation, UDA) 기반의 준지도 학습 방법을 제안한다. 제안된 방법에서는 먼저 원래의 음성데이터를 이용하여 VAE 기반 증강모델과 베이스라인 종단간 음성인식기를 학습한다. 그 다음, 학습된 증강모델로부터 증강된 데이터를 이용하여 베이스라인 종단간 음성인식기를 다시 학습한다. 마지막으로, 학습된 증강모델 및 종단간 음성인식기를 비교사 데이터 증강 기반의 준지도 학습 방법으로 다시 학습한다. 컴퓨터 모의실험 결과, 증강모델은 기존의 종단간 음성인식기의 단어오류율(Word Error Rate, WER)을 개선하였으며, 비교사 데이터 증강학습방법과 결합함으로써 성능을 더욱 개선하였다.

• 대한원격탐사학회지
• /
• 제24권4호
• /
• pp.341-349
• /
• 2008

본 논문은 위성영상을 이용한 변화정보를 취득하는데 있어 중요한 과정인 임계값 결정에 관한 새로운 기법을 제안하고 있다. 화소간 유사도 측정을 통해 도출된 결과 값을 일정 간격으로 누적 계산하고, 급격하게 변하는 지점을 임계값으로 결정하였다. 의사영상을 통해 기대최대화 기법, 교점방법과 성능을 비교하였으며, 두 시기의 ALI 영상과 Hyperion 영상에 실제 적용하여 변화탐지 결과를 확인하였다. 제안된 기법은 기존의 기법과 비슷한 수준의 변화탐지 결과 정확도를 확보할 수 있었으며, 기대최대화 기법에 비해 간단하게 적용할 수 있고, 교점방법과 달리 최빈 값을 둘 이상 가지는 히스토그램에도 적용할 수 있는 장점이 있어 향후 변화유무 정보 취득에 효과적으로 사용할 수 있을 것으로 기대한다.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.549-557
• /
• 2001

Morphological analysis and POS tagging require a dictionary for the language at hand . In this fashion though it is impossible to analyze a language a dictionary. We also have difficulty if significant portion of the vocabulary is new or unknown . This paper explores the possibility of learning morphology of an agglutinative language. in particular Korean language, without any prior lexical knowledge of the language. We use unsupervised learning in that there is no instructor to guide the outcome of the learner, nor any tagged corpus. Here are the main characteristics of the approach: First. we use only raw corpus without any tags attached or any dictionary. Second, unlike many heuristics that are theoretically ungrounded, this method is based on statistical methods , which are widely accepted. The method is currently applied only to Korean language but since it is essentially language-neutral it can easily be adapted to other agglutinative languages.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1946-1952
• /
• 1999

무지도 경쟁학습을 이용하여 압축된 영상의 복원 후에 나타나는 테두리부분의 손상을 최소화하기 위한 영상압축 방법이 제안되었다. 제안된 영상압축방법은 영상데이터에서 테두리부분에 해당하는 데이터의 기하학적인 특징을 이용하는데, 영상데이터의 통계학적인 특성을 함께 이용하여 기존의 Centroid Neural Network을 일반화시키는 무지도 경쟁학습에 의하여 자동적으로 더욱 많은 code vector를 테두리부분에 배정함으로서 압축된 영상의 복원 후에 나타나는 테두리부분의 손상을 초소화하게 한다. 실험 결과, 기존의 SOM, M-SOM, M/R-CNN등과 비교하여 제안된 방법에 의해 압축된 영상의 복원된 테두리 부분에서 PSNR이 약 2dbv정도 향상된 결과를 보여줄 수 있었다.

• ETRI Journal
• /
• 제32권5호
• /
• pp.810-818
• /
• 2010

This paper presents a new framework for integrating untranscribed spoken content into the acoustic training of an automatic speech recognition system. Untranscribed spoken content plays a very important role for under-resourced languages because the production of manually transcribed speech databases still represents a very expensive and time-consuming task. We proposed two new methods as part of the training framework. The first method focuses on combining initial acoustic models using a data-driven metric. The second method proposes an improved acoustic training procedure based on unsupervised transcriptions, in which word endings were modified by broad phonetic classes. The training framework was applied to baseline acoustic models using untranscribed spoken content from parliamentary debates. We include three types of acoustic models in the evaluation: baseline, reference content, and framework content models. The best overall result of 18.02% word error rate was achieved with the third type. This result demonstrates statistically significant improvement over the baseline and reference acoustic models.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.405-405
• /
• 2000

We designed the artificial olfactory sensing system (Electronic Nose) using MOS type sensor array fur recognizing and analyzing odour. The response of individual sensors of sensor array, each processing a slightly different response towards the sample volatiles, can provide enough information to discriminate between sample odours. In this paper, we applied clustering algorithm for dimension reduction, such as linear projection mapping (PCA method), nonlinear mapping (Sammon mapping method) and the combination of PCA and Sammon mapping having a better discriminating ability. The odours used are VOC (Volatile chemical compound) and Toxic gases.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2008년도 춘계학술대회
• /
• pp.185-196
• /
• 2008

The objective of this study is to evaluate the mechanical behaviors and structural integrity of the weldment of high strength steel by using an acoustic emission (AE) techniques. Simple tension and AE tests were conducted against the 3 kind of welding test specimens. In order to analysis the effectiveness of weldability, joinability and structural integrity, we used K-means clustering method as a unsupervised learning pattern recognition algorithm for obtained multivariate AE main data sets, such as AE counts, energy, amplitude, hits, risetime, duration, counts to peak and rms signals. Through the experimental results, the effectiveness of the proposed method is discussed.