• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.251-258
• /
• 2003

Support Vector Machine(SVM)은 이론상으로 좋은 일반화 성능을 보이지만, 실제적으로 구현된 SVM은 이론적인 성능에 미치지 못한다. 주 된 이유는 시간, 공간상의 높은 복잡도로 인해 근사화된 알고리듬으로 구현하기 때문이다. 본 논문은 SVM의 분류성능을 향상시키기 위해 Bagging(Bootstrap aggregating)과 Boosting을 이용한 SVM 앙상블 구조의 구성을 제안한다. SVM 앙상블의 학습에서 Bagging은 각각의 SVM의 학습데이타는 전체 데이타 집합에서 임의적으로 일부 추출되며, Boosting은 SVM 분류기의 에러와 연관된 확률분포에 따라 학습데이타를 추출한다. 학습단계를 마치면 다수결 (Majority voting), 최소자승추정법(LSE:Least Square estimation), 2단계 계층적 SVM등의 기법에 개개의 SVM들의 출력 값들이 통합되어진다. IRIS 분류, 필기체 숫자인식, 얼굴/비얼굴 분류와 같은 여러 실험들의 결과들은 제안된 SVM 앙상블의 분류성능이 단일 SVM보다 뛰어남을 보여준다.

• 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.

• 대한의용생체공학회:의공학회지
• /
• 제24권3호
• /
• pp.193-201
• /
• 2003

본 연구에서는 요분석 시스템의 분류기를 설계하기 위하여 전처리 및 퍼지 알고리듬을 적용하였다. 데이터 전처리 과정은 무채색의 측정치로 구성된 보정용 곡선으로 요분석용 스트립의 측정치를 정규화하는 과정과 삼자극치를 이용한 연산 과정으로 구성하였다. 표준 시약에 의한 분류 실험을 통해 종형의 멤버쉽함수로 측정치를 퍼지화하고 min 추론과 무게중심법의 비퍼지화 과정으로 검사 항목의 농도를 정성적으로 분석할 수 있는 퍼지 분류기를 구성하였다. 표준 시약과 환자 요 검체의 관계에 의해 멤버쉽함수를 보정한 후 구성된 분류기를 통해 환자 요검체를 측정하여 분류 결과를 관찰함으로써 설계된 요분석용 분류기의 임상 적용 가능성을 검토하였다. 실험 결과는 모든 검사 항목에 대해 기준 장비의 검사 결과와 만족할 만한 일치도를 보였다.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.32-43
• /
• 2009

본 논문은 자동 분할과 extreme learning machine (ELM)을 이용하여 연속 심음신호에 의한 심장질환 분류의 성능을 개선한다. 자동 분할을 위한 전처리 단계에서 비정상적인 심음신호는 심잡음 (murmur)과 클릭음 (click)을 포함하고 있기 때문에 제1음 (S1)과 제2음 (S2) 시작점 검출 결과가 부정확하거나 누락되어 기존의 심장질환 분류 시스템의 정확도를 저하시키게된다. 이러한 분할 오류에 의한 성능 저하를 감소하기 위해 S1 및 S2의 위치를 찾고, S1 및 S2의 시간 차이를 이용하여 부정확한 시작점을 교정한 다음 한 주기 심음 신호를 추출한다. 특징벡터로는 단일 주기의 심음 신호로부터 추출된 멜척도 필터뱅크 로그 에너지 계수와 포락선을 사용한다. 심장질환을 분류하기 위하여 한 개의 은닉층을 가진 ELM 알고리듬을 사용한다. 9가지 심장질환 분류 실험을 수행한 결과, 제안 방법은 81.6%의 분류 정확도를 나타내며, multi-layer perceptron(MLP), support vector machine (SVM), hidden Markov model (HMM) 중에서 가장 높은 분류 정확도를 보여준다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.696-708
• /
• 2002

본 논문에서는 AMR과 EVRC 음성부호화기를 위한 새로운 파라미터 직접 변환 방식의 상호부호화 알고리듬을 제안한다. 상호부호화를 위하여 부가적인 복호화, 부호화 과정을 거쳐야하는 기존의 Tandem 방식과 달리 제안된 파라미터 직접 변환 방식에서는 양 음성부호화기가 음성을 부호화하기 위하여 공통적으로 사용하는 파라미터들이 직접 변환된다. 제안된 알고리듬은 파라미터 복호화, 프레임 분류, 모드 결정, 그리고 두가지 프레임형을 위한 상호부호화기로 구성된다. 상호부호화기는 LSP, 프레임 에너지, 적응 코드북을 위한 피치 지연, 고정 코드북 벡터, 그리고 양 코드북의 이득을 변환한다. 제안된 알고리듬을 다양한 방법으로 평가해본 결과 기존의 Tandem 방식과 비교하여 계산량과 지연 시간을 줄이면서도 동등한 음질을 구현함을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제18권1호
• /
• pp.10-20
• /
• 2013

현재 멀티미디어 장치와 사용자의 요구가 다양해짐에 따라 이를 충족시키기 위하여 이미지 크기는 장치에서 지원하는 해상도나 사용자의 요구에 맞게 조정되어야 한다. 이미지 보간 기법은 크게 공간 도메인과 주파수 도메인에서 수행 될 수 있다. 일반적으로 공간 도메인에서의 보간 방법은 주파수 도메인의 보간 기법에 비해 상대적으로 주관적인 화질 측면에서 좋은 성능을 나타내지만 오버 스무딩 현상으로 인해 객관적인 성능이 낮다. 반대로 주파수 도메인에서의 업샘플링 방법은 객관적인 화질 측면에서 좋은 성능을 나타내지만 블록 열화 현상이 나타나 주관적인 화질 측면 성능이 낮다. 주파수 도메인에서의 보간 기법은 블록 열화 현상 외에도 모든 블록에 대해 동일한 방법으로 고주파 성분을 채워 넣기 때문에 영상의 edge가 많은 부분에서 주관적인 화질 성능을 떨어뜨린다. 본 논문에서는 DCT 계수 분포를 이용해 분류된 edge 방향에 따라 공간 도메인과 주파수 도메인에서의 보간 기법을 적응적으로 사용하는 알고리듬을 제안한다. 제안하는 알고리듬은 두 도메인의 장점을 모두 가지고 있다. 실험 결과를 통해 제안하는 알고리듬이 주관적인 화질 측면의 성능 향상과 함께 객관적인 화질도 향상됨을 알 수 있다.

• 방송공학회논문지
• /
• 제2권1호
• /
• pp.45-55
• /
• 1997

본 논문에서는 웨이브렛 기반 블록화 현상 제거에 대한 고속 알고리듬과 적응 역치화 기법을 제안하였다. 제안된 고속 알고리듬에서는 웨이브렛 변환 영역의 첫번째 스케일과 2번째 스케일에서의 처리와 동일한 효과를 갖는 모든 처리를 공간 영역에서 수행한다. 제안된 적응 역치화 기법은 블록 경계 영역을 분류할 때 사용하는 역치를 공간 영역에서 구할 수 있는 블록 경계와 블록 중앙의 웨이브렛 변환 신호의 통계적 특성을 이용하여 처리하고자 하는 영상에 적응적으로 선택할 수 있도록 하였다. 실험 결과, 제안된 고속 알고리듬은 웨이브렛 변환에 의한 방법에 비하여 약 10배의 속도 개선이 있고, 적응 역치화에 의한 후처리는 어떤 영상의 높은 압축률에서 가장 좋은 성능을 가지는 고정된 역치에 의한 후처리에 비하여 낮은 압축률에서도 PSNR 성능과 주관적 화질이 개선됨을 알 수 있었다.

• 전자공학회논문지S
• /
• 제36S권1호
• /
• pp.81-92
• /
• 1999

본 논문에서는 MPEG-4 와 같은 객체 및 내용 기반 영상 부호화에 활용될 수 있는 영상분할 알고리듬을 제안한다. 기존의 수학적 형태학(mathematical morphology)을 이용한 영상분할은 대개 과분할(over-segmentation)된 결과를 출력하는 경향이 있다. 이러한 과분할 문제 때문에 미소영역(small region)이나 비슷한 특성을 갖는 인접영역들을 서로 병합시켜야 하는 단점을 갖고 있다. 본 논문에서는 기존 영상분할의 문제점을 해결하고자 화소단위가 아닌 블록단위의 마커추출을 이용한 영상분할을 제안한다. 즉, 블록단위로 영상을 분할함으로써 질감부분에 해당하는 영역들이 하나의 큰 영역으로 분할될 수 있도록 하고, 영상내 객체(Object)의 정확한 윤곽선(contour)을 찾기 위해 화소단위로 워터쉐드(watershed) 알고리듬을 적용한다. 결과적으로 본논문에서 제안하는 알고리듬을 기존의 수학적 형태학을 이용한 방법과 비교하여 질감영역에서 향상된 영상분할과 계산시간의 부담을 줄일 수 있다는 것을 실험을 통해 확인하였다.

• 한국산학기술학회논문지
• /
• 제8권6호
• /
• pp.1419-1427
• /
• 2007

본 논문에서는 영상의 윤곽선을 검출하여 배경 블록과 윤곽선 블록으로 분류하고 윤곽선 맵을 작성하여, 윤곽선 블록에 대해서는 다시 DCT의 AC 계수를 사용하여 16개로 세분화한 후, 다중 면 사이드 매치 유한상태 벡터양자화를 수행하는 알고리듬을 제안한다. 윤곽선 맵의 정보에 따라 각각 주 부호책으로부터 상태 부호책을 작성하며, 현재 블록의 B면 또는 3면에 대해 사이드 매치 계산을 수행한다. 전송 비트 수를 줄이기 위해 먼저 부호화되는 블록들 중 배경 블록에 한하여 주 부호책으로 부호화 할 것인지를 결정한다. 또한 복호화기로 전송하는 부호단어 인덱스의 할당 비트를 줄이기 위해서 가변 길이 부호화를 수행한다. Zelda, Lenna, Bridge, Peppers 영상에 대하여 본 알고리듬으로 영상을 부호화했을 때 SMVQ와 TSMVQ 알고리듬보다 더 좋은 영상의 화질을 얻을 수 있었다.

• 인간행동과 음악연구
• /
• 제20권2호
• /
• pp.33-60
• /
• 2023

본 연구는 국외 파킨슨병 환자의 신체 재활을 위해 음악을 사용한 중재 연구의 연구 특성을 분석 및 고찰한 연구로 최근 20년간 진행된 연구 중 24편의 중재연구를 음악사용 수준에 따라 분류하여 요약 제시하였다. 분석된 연구 내용을 통해 파킨슨병 환자의 운동 산출 시 움직임의 시작 및 종료와 관련된 타이밍 문제를 개선할 수 있는 음악 요소가 무엇인지에 대해 고찰하였다. 분석 결과, 신체 기능의 변화를 유도하기 위해 제공한 음악사용 수준의 차이에 따라 음악 기반 중재연구(music-based intervention) 6편과 리듬기반 중재연구(rhythm-based intervention) 18편으로 나타났다. 이처럼 음악 수준에 따른 연구 특성을 고찰 후 음악사용의 공통 요소인 '리듬'이 대상자의 문제 개선에 적합한 중재 요소였음을 결론 도출하였다. 또한 연구자의 특성이 음악 요소의 활용 범위 및 음악사용의 정도와 관련이 있으며, 이것이 중재 효과의 다양성과 관련이 있다고 제시하였다. 따라서 본 연구는 실제 임상 환경에서 파킨슨병 환자를 포함하여 다양한 신체기능 문제 개선을 위한 신체 재활 중재에 적용이 가능한 음악사용의 근거를 학술적으로 제시하는 것으로 사료된다.