• 한국음향학회지
• /
• 제23권5호
• /
• pp.383-389
• /
• 2004

본 논문에서는 훈련 및 인식 환경이 다른 상황에서 eigenvoice 기반 고속화자적응의 성능향상을 위하여 바이어스 보상을 적용한 eigenvoice 적응방식과 차원별 eigenvoice 모델 평균 가중합 방식을 제안하였다. PBW 452 DB를 사용한 어휘독립 단어인식 실험 결과에서 적은 양의 적응데이터를 사용했을 때 제안된 방식이 기존의 eigenvoice 방식에 비하여 많은 성능향상을 얻을 수 있었다. 적응단어 수를 1개에서 50개로 변경시키면서 바이어스 보상을 적용한 eigenvoice 적응방식을 사용한 경우 기존 eigenvoice 방식보다 단어 오인식률이 약 22∼30% 감소하였다. 또한 차원별 eigenvoice 모델 평균을 이용한 eigenvoice 적응방식에서는 1개의 단어를 적응데이터로 사용했을 경우에 기존 eigenvoice 방식보다 단어 오인식률이 최고 41%까지 감소하였다.

• 한국음향학회지
• /
• 제19권1호
• /
• pp.67-72
• /
• 2000

본 논문에서는 오염된 입력음성을 보상하는 방법들 중 신호편의제거 알고리듬을 근간으로 하여 환경에 독립적이고, 연산량을 최소화하며, 그리고 기존의 인식시스템에 쉽게 적용시킬 수 있는 새로운 보상 알고리듬을 개발하였다. 이를 위하여 기존의 신호편의제거 알고리듬에 대하여 여러 개의 바이어스를 동시에 사용하는 알고리듬과 코드북을 부분적으로 검색하는 알고리듬을 추가로 제안하였다. 실험 결과, 본 논문에서 제안한 두 가지 알고리듬을 복합하여 적용한 경우, 기존 알고리듬에 비하여 약 1/8정도로 연산량을 감소시킬 수 있었으며, 보상 후의 인식률도 기존 신호편의제거 알고리듬의 77.58%에서 81.32%로 향상되었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.195-199
• /
• 2003

최근 음성 인식 기술의 발전으로 음성 인식 시스템의 실용화가 점차 증가함에 따른 가장 큰 문제점은 음성 인식기의 인식환경과 학습환경과의 차이로 인해 음성 인식기의 성능이 급격히 떨어지는데 있다. 이를 해결하기 위해 본 논문에서는 기존의 잡음처리 방법 중 CMS(Cepstral Mean Subtraction)와 환경 잡음 (부가 잡음, 채널 왜곡)을 동시에 추정하는 최신 모델 보상 기법인 VTS(VectorTaylorSeries)를 소개하고 그 성능을 비교하였다.

• 한국광학회지
• /
• 제14권1호
• /
• pp.72-79
• /
• 2003

본 논문에서는 고차 편광모드분산(PMD: polarization-mode dispersion)을 효과적으로 보상하기 위한 방법으로, DOP (degree of polarization)를 1차 PMD 보상을 위한 피드백 신호와 고차 PMD 보상을 위한 feed forward 신호로 사용하는 알고리즘을 제안하였다. 1차 보상이 끝난 후의 DOP값이 남아있는 고차 PMD의 정도를 나타내는 척도로써 인식하여 고차 PMD를 보상하는 시스템이 되겠다. 이러한 시스템은 고차 보상기의 자유도를 1차 보상기의 자유도로 제한하기 때문에 안정적이고 비교적 간단하게 구성할 수 있다는 장점이 있다. 제안된 알고리즘의 성능을 분석하기 위하여 10Gbps NRZ시스템의 전송 모의 실험을 수행하였으며, 그 결과 시스템 다운 시간인 outage probability가 약 세 배 가량 감소되는 것을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.360-363
• /
• 2018

본 논문에서는 계층적 RNN의 성능 향상을 위하여 강화학습을 통한 계층적 RNN 내 파라미터를 효율적으로 찾는 방법을 제안한다. 계층적 RNN 내 임의의 파라미터에서 학습을 진행하고 얻는 분류 정확도를 보상으로 하여 간소화된 강화학습 네트워크에서 보상을 최대화하도록 강화학습 내부 파라미터를 수정한다. 기존의 강화학습을 통한 내부 구조를 찾는 네트워크는 많은 자원과 시간을 소모하므로 이를 해결하기 위해 간소화된 강화학습 구조를 적용하였고 이를 통해 적은 컴퓨터 자원에서 학습속도를 증가시킬 수 있었다. 간소화된 강화학습을 통해 계층적 RNN의 파라미터를 수정하고 이를 행동 인식 데이터 세트에 적용한 결과 기존 알고리즘 대비 높은 성능을 얻을 수 있었다.

• ETRI Journal
• /
• 제8권1호
• /
• pp.6-15
• /
• 1986

본고는 보상훈련 기간 중 일본 동북대학 응용정보학 연구센타에서 수행한 연구 결과를 기술한 것이다. 음소 단위에 의한 한국어의 대용량 단어인식을 위한 기초연구로서, 그 기본이 되는 단모음을 대상으로 포먼트 주파수에 의한 음운간의 특징 및 발성자간의 개인성의 분산을 살펴보고 Battacharyya 거리를 구하여 음운간의 식별의 곤란성을 도출하였다. 또한, Karbunen-Loeve변환 및 Bayes결정에 의한 인식 그리고 spectral local peak에 의한 인식등의 실험에 의해 효과적인 인식 방법에 관하여 고찰하였다 .

• 한국콘텐츠학회논문지
• /
• 제17권6호
• /
• pp.571-579
• /
• 2017

본 연구는 기업 조직구성원에 대한 보상이 내적공정성과 직무만족에 미치는 영향을 분석하는 것을 목적으로 하였다. 보상의 요인은 내적 보상과 외적 보상의 두 하위차원으로, 내적 공정성은 분배공정성과 상호 작용 공정성으로 구분하였다. 이와 더불어 기업 구성원에 대한 보상이 상사의 지원에 따라 지각된 내적 공정성이 달라질 수 있는지 그 조절 효과를 분석하였다. 실증연구는 다양한 기업의 157명으로부터 획득된 자료를 활용하여 이루어졌다. 실증자료의 분석 결과, 외적 및 내적 보상은 직무만족, 지각된 내적 공정성, 상사의 지원에 정(+)의 영향을 미쳤으며, 보상과 직무만족의 관계는 구성원의 심리적 영역인 내적 공정성의 지각을 통해 영향관계가 형성되고 있음이 나타났다. 한편 구성원에 대한 보상과 지각된 내적 공정성의 관계에서 상사의 지원은 조절역할을 하지 않는 것으로 밝혀졌다. 본 연구에서는 보상관리의 중요성에 대한 인식을 바탕으로 보상의 공정성에 주목하여 개인간 상대적인 보상 차이에 대한 합리적인 논리와 메커니즘을 제공하여야 한다는 관리적 실천적 시사점을 제공하였다.

• 한국음향학회지
• /
• 제23권6호
• /
• pp.473-480
• /
• 2004

본 논문에서는 잡음 환경에서 강인한 음성 인식을 위하여 음성 모델을 기반으로 하는 효과적인 특징 보상 기법을 제안한다. 제안하는 특징 보상 기법은 병렬 결합된 혼합 모델 (PCMM)을 기반으로 한다. 기존의 PCMM 기반의 기법은 시간에 따라 변하는 잡음 환경을 반영하기 위하여 매 음성 입력마다 복잡한 과정의 혼합 모델 결합이 필요하다. 제안하는 기법에서는 다중의 혼합 모델을 보간하는 방법을 채용함으로써 시간에 따라 변하는 배경 잡음에 대응할 수 있다. 보다 신뢰성 있는 혼합 모델 생성을 위하여 데이터 유도 기반의 방법을 도입하고, 실시간 처리를 위하여 프레임에 동기화된 환경 사후 확률 예측 과정을 제안한다. 다중 모델로 인한 연산량 증가를 막기 위하여 혼합 모델을 공유하는 기법을 제안한다. 가우시안 혼합 모델 사이에 통계학적으로 유사한 요소들을 선택하여 공유에 필요한 공통 모델을 생성한다. Aurora 2.0 데이터베이스와 실제 자동차 주행 환경에서 수집된 음성 데이터베이스에 대한 성능 평가를 실시한다. 실험 결과로부터 제안한 기법이 모의 환경과 실제 잡음 환경에서 강인한 음성 인식 성능을 가져오고 연산량 감소에 효과적임을 확인한다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.539-544
• /
• 2013

본 논문에서는 다항식 기반 RBFNNs를 이용하여 3차원 얼굴인식 알고리즘을 설계하고 인식률을 산출하는 방법을 제시한다. 2차원 얼굴인식의 경우 얼굴 포즈, 조명 등과 같은 외부 환경에 의해 인식률이 저하된다. 이러한 단점을 보완하기 위해 3차원 영상을 획득하여 얼굴인식을 수행한다. 얼굴인식을 수행하기 전에 3D스캐너를 통해 얻은 얼굴영상의 포즈 보상을 실시하고 얼굴의 형상을 정면으로 향하게 한다. 그리고 Point Signature 기법을 이용하여 얼굴의 깊이 값을 추출하게 된다. 추출된 데이터는 고차원 데이터로서 학습 및 인식을 수행함에 있어 문제가 생길 수 있기 때문에 PCA알고리즘을 수행하여 차원을 축소한 데이터를 사용한다. 효율적인 학습을 위해 최적화 알고리즘을 통해 파라미터 최적화를 수행하며 PSO, DE, GA 알고리즘을 사용하여 인식 성능을 확인한다.

• 감성과학
• /
• 제21권4호
• /
• pp.77-90
• /
• 2018

자폐 스펙트럼 장애를 가진 대상(이하 ASD)의 정서 인식 능력에 대한 행동 연구의 결과는 혼재되어 있고, 대부분 단일 감각 양식의 정서 인식 능력에 대한 검증에 치중되어 있다. 따라서 ASD가 실제로 정서 인식 결함을 가지고 있는지에 대한 통합적 이해는 아직 이루어지지 않은 실정이다. 따라서 본 연구는 다중 감각 양식 정서 자극에 대한 따른 ASD 환자의 정서 인식 능력에 초점을 맞추고, ASD의 정서 인식 능력에 대한 혼재된 결과를 설명하기 위하여 최신 행동연구와 인지신경과학 연구들을 개관하였다. 그 결과, 정서 인식 과제에서 행동적 결함을 보이지 않았던 ASD 일지라도, 뇌 영상 결과에서는 정서 정보 통합 기능에서 결함이 발견되었다. 따라서 본 개관 연구에서는, 최근에 제안된 ASD의 다중 감각 양식에 따른 정서 인식 능력의 결함, ASD의 정서 정보 통합 기능 결함, 그리고 실생활에서 정서 인식의 어려움에 대한 가능성과 선행 연구들의 제한점에 대해 논의하였다. 또한, ASD가 정서 정보를 통합하는 과정에서 활용하는 보상 기제를 살펴보고, ASD의 정서 기능 결함과 관련된 치료적 접근 방향과 후속 연구에 대해 제언하였다.