• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.6C
• /
• pp.492-496
• /
• 2012

This paper presents a decoding technique for speech recognition using uncertainty information from feature compensation method to improve the speech recognition performance in the low SNR condition. Traditional feature compensation algorithms have difficulty in estimating clean feature parameters in adverse environment. Those algorithms focus on the point estimation of desired features. The point estimation of feature compensation method degrades speech recognition performance when incorrectly estimated features enter into the decoder of speech recognition. In this paper, we apply the uncertainty information from well-known feature compensation method, such as IMM, to the recognition engine. Applied technique shows better performance in the Aurora-2 DB.

• Journal of KIISE:Software and Applications
• /
• v.28 no.12
• /
• pp.875-884
• /
• 2001

Although the self organizing map (SOM) is widely utilized in such fields of data visualization and topology preserving mapping, since it should have the topology fixed before trained, it has some shortcomings that it is difficult to apply it to practical problems, and classification capability is quite low despite better clustering performance. To overcome these points this paper proposes the dynamic topology preserving self-organizing map(DTSOM) that dynamically splits the output nodes on the map and trains them, and attempts to improve the classification capability by combining multiple DTSOMs K-Winner method has been applied to combine DTSOMs which produces K outputs with winner node selection method. This produces even better performance than the conventional combining methods such as majority voting weighting, BKS Bayesian, Borda, Condorect and reliability sum. DTSOM remedies the shortcoming of determining the topology in advance, and the classification rate increases significantly by combing multiple maps trained with different features. Experimental results with handwritten digit recognition indicate that the proposed method works out to problems of conventional SOM effectively so to improve the classification rate to 98.1%.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.11a
• /
• pp.31-34
• /
• 2008

양방향 중계 채널(two-way relay channel)은 2명의 사용자가 중계기(relay)의 도움을 받아 서로 정보를 주고받는 통신 채널이다. 중계기에서는 각각의 사용자로부터 독립적으로 수신한 두 데이터 패킷에 네트워크 코딩 기법을 적용하고, 이를 통해 만든 패킷을 두 사용자에게 동시에 전송한다. 따라서 양방향 중계 채널에서는 기존의 협력 통신에 비해 보다 효율적인 자원의 사용이 가능하다. 한편, 다중 중계기 환경에서의 중계기 선택 기반 전송 방식은 시스템의 전력 제한(power constraint), 전송 패킷의 동기화(synchronization) 문제 등을 고려할 때 다중 중계기 기반 전송 방식보다 우수한 성능을 얻을 수 있다. 본 논문에서는 양방향 다중 중계기 채널에서 중계기 선택 기법을 제안한다. 양방향 중계 채널에서는 수신한 두 신호의 결합을 위해 중계기에서 네트워크 코딩 기법을 적용함으로써 중계기의 부담이 보다 증가하는 특징이 있다. 또한, 중계기는 신호 전송 시 두 사용자 모두에게 전송하게 되고 이로 인해 두 수신지와의 채널 조건을 모두 고려하여야 한다. 따라서 중계기 선택은 데이터 패킷의 전송이 시작되기 전에 분산된 방식(distributed method)으로 이루어지며, 각각의 사용자와 중계기 간 일시적(instantaneous) 채널 이득을 바탕으로 사용자-사용자 간(end-to-end) 경로 조건의 최대값을 계산하는 메트릭(metric)을 중계기 선택 기준으로 사용한다. 모의실험을 통해 제안된 중계기 선택 기법이 중계기의 개수에 해당하는 다이버시티 이득을 얻을수 있음을 보여준다.

• The KIPS Transactions:PartB
• /
• v.10B no.7
• /
• pp.777-784
• /
• 2003

In this Paper. we propose a recognition method of machine printed characters based on the combination of recognition units using multiple neural networks. In our recognition method, the input character is classified into one of 7 character types among which the first 6 types are for Hangul character and the last type is for non-Hangul characters. Hangul characters are recognized by several MLP (multilayer perceptron) neural networks through two stages. In the first stage, we divide Hangul character image into two or three recognition units (HRU : Hangul recognition unit) according to the combination fashion of graphemes. Each recognition unit composed of one or two graphemes is recognized by an MLP neural network with an input feature vector of pixel direction angles. In the second stage, the recognition aspect features of the HRU MLP recognizers in the first stage are extracted and forwarded to a subsequent MLP by which final recognition result is obtained. For the recognition of non-Hangul characters, a single MLP is employed. The recognition experiments had been performed on the character image database collected from 50,000 real letter envelope images. The experimental results have demonstrated the superiority of the proposed method.

• The Journal of the Acoustical Society of Korea
• /
• v.38 no.6
• /
• pp.670-677
• /
• 2019

As the presence of background noise in acoustic signal degrades the performance of speech or acoustic event recognition, it is still challenging to extract noise-robust acoustic features from noisy signal. In this paper, we propose a combined structure of Wasserstein Generative Adversarial Network (WGAN) and MultiTask AutoEncoder (MTAE) as deep learning architecture that integrates the strength of MTAE and WGAN respectively such that it estimates not only noise but also speech features from noisy acoustic source. The proposed MTAE-WGAN structure is used to estimate speech signal and the residual noise by employing a gradient penalty and a weight initialization method for Leaky Rectified Linear Unit (LReLU) and Parametric ReLU (PReLU). The proposed MTAE-WGAN structure with the adopted gradient penalty loss function enhances the speech features and subsequently achieve substantial Phoneme Error Rate (PER) improvements over the stand-alone Deep Denoising Autoencoder (DDAE), MTAE, Redundant Convolutional Encoder-Decoder (R-CED) and Recurrent MTAE (RMTAE) models for robust speech recognition.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.1
• /
• pp.16-22
• /
• 2010

Electrocardiogram(ECG) analysis and arrhythmia recognition are critical for diagnosis and treatment of ill patients. Cardiac arrhythmia is a condition in which heart beat may be irregular and presents a serious threat to the patient recovering from ventricular tachycardia (VT) and ventricular fibrillation (VF). Other arrhythmias like atrial premature contraction (APC), Premature ventricular contraction (PVC) and superventricular tachycardia (SVT) are important in diagnosing the heart diseases. This paper presented new method to classify various arrhythmias contrary to other techniques which are limited to only two or three arrhythmias. ECG is decomposed into Intrinsic Mode Functions (IMFs) by Empirical Mode Decomposition (EMD). Burg algorithm was performed on IMFs to obtain AR coefficients which can reduce the dimension of feature vector and utilized as Multi-class SVM inputs which is basically extended from binary SVM. We chose optimal parameters for SVM classifier, applied to arrhythmias classification and achieved the accuracies of detecting NSR, APC, PVC, SVT, VT and VP were 96.8% to 99.5%. The results showed that EMD was useful for the preprocessing and feature extraction and multi-class SVM for classification of cardiac arrhythmias, with high usefulness.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.972-973
• /
• 2015

최신 발전제어시스템은 신뢰성, 편의성 및 범용성 크게 세가지 설계의도를 가지고 개발되고 있다. 다중화제어기, 이중화통신, 진단 및 감시시스템 등을 채택하여 높은 신뢰성을 확보하였으며 프로그램 오류파악 및 수정 등의 편의성이 좋은 기능블럭형 타입 프로그램을 이용하여 제어로직을 작성하고 있다. 또한, 발전방식 및 제어대상에 관계없이 활용 가능한 범용적인 고속제어시스템을 개발하여 발전소에 적용하고 있다. 본 논문에서는 최근 전력연구원에서 개발한 고속의 기능블럭형 제어기와 다중화기술이 결합된 여자시스템의 설계구성 및 특징을 기술하고 시스템의 신뢰성확보를 위해 수행한 성능시험 결과를 수록하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.232-234
• /
• 2000

최근들어 정보의 양이 날로 방대해 짐에 따라 이를 자동으로 분류해 줄 수 있는 무서 자동분류의 중요성이 널리 인식되고 있다. 문서 자동분류는 새로운 문서를 미리 정의된 부류로 대응시키는 일련의 작업을 말하며, 각종 패턴인식 기법들을 이용하여 시도되고 있다. 본 논문에서는 수많은 사용자들의 질의들을 분류하여 자동으로 응답하는 시스템에 적용할 수 있는 자동 질의 분류시스템을 제안한다. 실험은 500만명 이상이 사용하고 있는 한메일넷의 실제 사용자 질의를 수집하여 수행하였으며, 자동분류 방법으로는 다중 신경망을 이용하였다. 또한 효율적인 특징추출 기법과 결과 결합방법을 적용하여 분류의 정확율을 높이고자 하였다. 2204개의 실제 질의메일에 대한 실험결과, 91.1%까지의 정확율을 얻어 제안한 시스템이 실제 한메일넷의 자동응답 시스템에 효과적으로 적용될 수 있음을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.451-454
• /
• 2005

본 논문에서는 수정된 CNN(Convolutional Neural Network) 모델과 다중 필터가 상호 결합된 형태의 얼굴 패턴 검출 기법을 소개 한다. 이는 로봇 시각의 응용문제에서 실내영상의 실시간 인식문제를 대상으로 한다. 검출 과정의 효율성 향상을 위하여 도입된 다중 필터는 후보 영역의 개수와 범위를 줄일 수 있게 한다. 제안된 모델에서 CNN 신경망은 가보변환(Gabor Transform)계층을 두어 검출 과정의 첫 단계에서 영상 내의 기본 특징 지도를 생성 하도록 하였다. 보다 강인한 검출기능을 위하여 조명보정 기법이 시스템의 전처리 단계로 구현 된다. 실제 영상을 통한 실험 결과로부터 제안된 이론의 타당성을 고찰 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1337-1340
• /
• 2003

차세대 이동통신에서는 multi-media 서비스를 제공해야 하는데, 이는 다양한 종류의 고품질 데이터를 전송해야 함을 의미한다. 이를 위한 여러 방식들 중 OFDM 전송 방식은 고속 전송 뿐 만 아니라 ISI(Inter-symbol interference)에도 강한 특성을 가지기 때문에 4 세대 광대역 이동통신을 위한 변조방식중의 하나로 주목 받고 있다. 본 논문에서는 이런 OFDM 의 특징에 single modulation(OFDM 과 QPSK, OFDM 과 16QA), rnulti-modulation(OFDM과(QPSK+16QAM))을 결합하여 시뮬레이션을 통해 성능을 비교하였으며, 전송하고자 하는 데이터 종류와 채널환경에 따른 multi-modulation 방식을 제안 분석하였다.