• 디지털융복합연구
• /
• 제13권10호
• /
• pp.353-358
• /
• 2015

어휘 인식 시스템은 학습 모델을 구성하여 인식하므로 구성되어진 모델에서 벗어난 어휘의 입력과 유사한 어휘의 입력은 인식하지 못하거나 유사한 어휘로 인식되어 인식률 저하가 나타난다. 이런 경우 인식 모델을 확장할 수 있도록 재구성하거나 인식 모델 구성 시 확장성을 반영하므로 해결할 수 있다. 본 논문에서는 모델 구성 시 확장성을 반영할 수 있는 모수 추정을 위한 베이시안 기법을 사용하여 바타차랴 알고리즘 음성 인식 학습 모델 구성 방법을 융합하여 제안하였다. 음소가 갖는 특징을 기반으로 학습 데이터의 음소에 모수 추정을 위한 베이시안 기법을 이용하였고 유사한 학습 모델은 바타챠랴 알고리즘을 이용하여 정확한 학습 모델로 인식하도록 하였다. 바타챠랴 알고리즘 인식 모델을 구성하여 인식 성능을 평가하였다. 본 논문에서 제안한 시스템을 적용한 결과 어휘 인식률에서 97.5%의 인식률과 1.2초의 학습 시간을 나타내었다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.381-388
• /
• 2010

나이브 베이시안 알고리즘은 데이터 마이닝의 여러 분야에서 적용되고 있으며 좋은 성능을 보여주고 있다. 하지만 이 학습 방법은 모든 속성의 가중치가 동일하다는 가정을 하고 있으며 이러한 가정으로 인하여 가끔 정확도가 떨어지는 현상이 발생한다. 이러한 문제를 보완하기 위하여 나이브 베이시안에서 속성의 가중치를 조절하는 다수의 연구가 제안되어 이러한 단점을 보완하고 있다. 본 연구에서는 나이브 베이시안 학습에서 기존의 속성에 가중치를 부여하는 방식에서 한걸음 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 점진적 하강(gradient descent) 방법을 이용하여 가중치를 계산하는 방식을 제안하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.

• 한국전산구조공학회논문집
• /
• 제17권3호
• /
• pp.251-259
• /
• 2004

콘크리트의 크리프와 건조수축에 의한 시간에 따른 프리스트레스 장기예측의 정확성은 프리스트레스트 큰크리트 교량과 같은 사회 기반 시설의 유지 관리 및 보수 결정 측면에서 매우 중요한 역할을 한다. 본 논문에서는 프리스트레스트 콘크리트 교량의 프리스트레스 장기예측의 불확실성 감소, 즉 예측의 정확성 향상을 위하여 현장 계측치를 이용하여 베이시안(Bayesian)통계기법을 도입하는 예측기법을 제안하였다. 베이시안 해석시 사전 확률분포는 콘크리트의 크리프와 건조수축의 확률 특성을 고려하여 나타내며, 우도 함수(likelihood function)는 현장에서의 계측치를 사용하여 나타내었다. 시간에 따른 구조적 거동 시스템으로부터의 지속적인 계측 기록은 베이시안 지식 기반에서의 확률분포를 업데이팅 하기 위하여 사용되며, 사후 확률분포는 사전확률분포와 우도 함수를 조합하여 획득한다. 실제로 가설되고 있는 프리스트레스트 콘크리트 박스 거더 교량으로부터 계측된 프리스트레스 힘의 수치 예제해석을 통하여 제안 기법의 적용성을 제시하였다.

• 대한공간정보학회지
• /
• 제18권4호
• /
• pp.61-69
• /
• 2010

비탈면 혹은 절성토지의 파괴로 사람과 재산에 심각한 피해를 입히기 때문에 미리 산사태 취약성 분석을 수행하여 개발 혹은 자연재해로부터 위험을 대비하는 것이 필요하다. 기존의 산사태 취약성 분석은 휴리스틱, 통계학적, 결정론적 혹은 확률론적 방법을 통해 이뤄졌다. 그러나, 적은 현장정보 등으로 분석의 신뢰도가 떨어지거나, 전문가의 경험과 지식을 기존 정량적인 해석모델에 반영하기 어려웠다. 본 연구는 산사태 취약성 분석에 대한 전문가 지식과 공간입력자료의 시맨틱을 추출하여 온톨로지 모델을 구축하고, 이를 베이시안 네트워크에 반영하여 확률적인 산사태 모델링을 제안하였다. 기존에 전문가 수작업으로 이뤄지던 베이시안 네트워크의 구조 생성을 온톨로지 모델의 지식추론으로 자동화하고, 현장정보뿐만 아니라 전문가 지식을 모델링에 반영하여 조건부 산사태 발생확률분포를 작성하였다. 이 결과를 GIS에 적용하여 산사태 취약성 지도를 작성하였다. 검증을 위해 충남 홍성일원의 오서산 지역에 적용한 결과 기존 산사태 발생흔적과 86.5% 일치하였다. 본 연구를 통해 일반 사용자도 전문가 도움 없이도 광역적인 산사태 취약성 분석이 가능하리라 기대된다.

• 한국음향학회지
• /
• 제25권2호
• /
• pp.78-87
• /
• 2006

본 논문에서는 알려지지 않은 잡음 환경에서 강인한 음성 인식 성능을 위하여 missing-feature복구 기법을 다루며, 베이시안 분류기를 기반으로 하는 마스크 예측 기법의 성능을 향상시킬 수 있는 방법을 제안한다. 기존의 마스크 예측 기법에서는 배경 잡음 종류에 독립적인 성능을 위해 전 주파수 대역을 분할하여 발생시킨 유색 잡음을 마스크 예측기의 훈련에 이용하였으나, 제한된 양의 훈련 데이터베이스 조건에서는 성능의 한계가 불가피하다. 보다 다양한 잡음 스펙트럼을 반영하면서 마스크 예측의 성능을 향상시키기 위해, 서로 다른 주파수 대역에 독립적인 구조를 가지는 베이시안 분류기를 제안하며, 훈련에 사용하는 유색 잡음의 생성 방식을 이에 맞게 수정한다. 각각의 주파수 대역을 분할하여 유색 잡음을 생성함으로써 다양한 잡음 환경을 반영하는 동시에 훈련 데이터베이스 부족 문제를 줄일 수 있다. 제안하는 마스크 예측 기법을 클러스터 기반의 missing-feature 복구 기법과 결합하여 음성 인식기에 적용함으로써 성능을 평가한다. 실험 결과는 제안한 기법이 백색 잡음, 자동차잡음, 배경 음악환경에서 기존의 방법에 비해 향상된 성능을 가짐을 입증한다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제16권2호
• /
• pp.63-68
• /
• 2020

본 논문에서는 딥러닝 프레임워크 기반의 얼굴인증 시스템에 대하여 제안한다. 제안 시스템은 딥러닝 알고리즘을 활용하여 얼굴영역 검출과 얼굴 특징 추출을 수행하고, 결합베이시안 학습 모델을 이용하여 얼굴인증을 수행한다. 제안 얼굴인증 알고리즘에 대한 성능 평가는 다양한 얼굴 사진들로 구성된 데이터베이스를 이용하여 수행하였으며, 한 명에 대한 얼굴 영상은 2장으로 구성하였다. 또한 얼굴인증 실험은 딥 뉴럴 네트워크를 통한 2048차원의 특징과 그 유사성을 측정하기 위해 결합베이시안 알고리즘을 적용하였으며, 얼굴인증에 실패한 동일오율을 계산함으로써 성능평가를 수행하였다. 실험 결과, 딥러닝 특징과 결합베이시안 알고리즘을 사용한 제안 방법은 1.2%의 동일오율을 보였다.

• 제어로봇시스템학회지
• /
• 제14권3호
• /
• pp.51-57
• /
• 2008

• 대한기계학회논문집A
• /
• 제33권10호
• /
• pp.1144-1150
• /
• 2009

This paper investigates the feasibility of the Bayesian discrete time approximation method to estimate the parameters of Weibull distributions of failures for two non-identical components connected in series system. A Bayesian model based on the discrete time approximation method is formulated to infer the Weibull parameters of two non-identical components with the failure data of the virtual tests. The study of this paper comes to a conclusion that the method is feasible only for some special cases under the given constraints on the concerned parameters.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1785-1786
• /
• 2008

본 논문에서는 저압 배선 진단 시스템 구축을 위한 퍼지-베이시안 분류기 기반 지능형 차단 시스템 개발을 목표로 한다. Time-Frequency Domain Reflectometry (TFDR)방법이 바탕이 되어 도선의 이상 상태를 측정하게 되며, 진단 부분에서 받은 정보를 능동적으로 해석하고 이상 유무에 따른 차단의 역할을 수행하는 시스템 개발이 최종 목표이다. 제안하고자 하는 분류 알고리즘은 퍼지-베이시안 분류 알고리즘을 중심으로 구성되며, 분류하고자 하는 도선의 이상상태인 damage, open 그리고 short에 대한 분류 기준을 마련하고자 한다. 또한, 실제 저압 배선에서 얻어진 데이터를 바탕으로 퍼지 분류 규칙의 생성 및 분류 알고리즘 생성을 구체화하여 좀 더 나은 성능의 분류기를 개발하고자 하는 것이 본 논문의 목표이다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제8권4호
• /
• pp.185-193
• /
• 2004

현재의 교량의 유지관리 시에 적절한 보수 시기나 최적화된 유지관리 정책을 결정하기 위하여 교량의 성능저하를 정확히 예측하는 것은 가장 중요한 일이다 이률 위해 제안된 방법은 정량적 평가, 마르코프체인, 베이시안 추정법 등으로 구성되었다. 제안된 방법에 따라 국내의 콘크리트 슬래브 교량을 예로서 예측을 하여는데, 기존의 전문가 의견조사 빛 외관조사에 의한 예측보다 좀 더 합리적인 결과를 보여주었다.