• 응용통계연구
• /
• 제35권1호
• /
• pp.63-75
• /
• 2022

본 논문은 Wang과 Samworth (2018)가 제안한 성근 프로젝션 방법을 개선하여 MOSUM을 이용하여 고차원의 시계열데이터에 존재하는 다중 평균 변화점을 추정하는 방법에 대해서 제안한다. 제안한 방법은 국소방법으로 다중 변화점을 동시에 찾을 수 있어 순차적 오류를 최소화 할 뿐만 아니라 평균이 상쇄되는 경우에도 변화점을 추정하는 장점을 지니고 있다. 또한 데이터 의존적인 방법으로 블록 와일드 붓스트랩 방법을 활용하여 임계점을 찾는 방법을 제안한다. 모의 실험을 통해 제안한 방법이 좋은 성능을 보임을 확인하였으며 S&P 500 지수를 구성하는 개별 기업들의 금융 자료에 적용하여 최근 6년간 네 번의 변화점을 찾았다.

• 대한조선학회논문집
• /
• 제57권5호
• /
• pp.297-304
• /
• 2020

In this study, the prediction method was reviewed to process a cylindrical plate forming using machine learning as a data-driven approach by roll bending equipment. The calculation of the forming variables was based on the analysis using the mechanical relationship between the material properties and the roll bending machine in the bending process. Then, by applying the finite element analysis method, the accuracy of the deformation prediction model was reviewed, and a large number data set was created to apply to machine learning using the finite element analysis model for deformation prediction. As a result of the application of the machine learning model, it was confirmed that the calculation is slightly higher than the linear regression method. Applicable results were confirmed through the machine learning method.

• 대한음성학회지:말소리
• /
• 제62호
• /
• pp.97-112
• /
• 2007

The speech recognizer in general operates in noisy acoustical environments. Many research works have been done to cope with the acoustical variations. Among them, the multiple-HMM model approach seems to be quite effective compared with the conventional methods. In this paper, we consider a multiple-model approach combined with the model compensation method and investigate the necessary number of the HMM model sets through noisy speech recognition experiments. By using the data-driven Jacobian adaptation for the model compensation, the multiple-model approach with only a few model sets for each noise type could achieve comparable results with the re-training method.

• Journal of Information Science Theory and Practice
• /
• 제9권3호
• /
• pp.14-30
• /
• 2021

Data innovation is at the core of the Fourth Industrial Revolution. While the catastrophic COVID-19 pandemic has accelerated the societal shift toward a data-driven society, the direction of overall data regulation remains unclear and data policy experts have yet to reach a consensus. This study identifies and examines the ideal regulator models of data-policy experts and suggests an appropriate method for developing policy in the data economy. To identify different typologies of data regulation, this study used Q methodology with 42 data policy experts, including public officers, researchers, entrepreneurs, and professors, and additional focus group interviews (FGIs) with six data policy experts. Using a Q survey, this study discerns four types of data policy regulators: proactive activists, neutral conservatives, pro-protection idealists, and pro-protection pragmatists. Based on the results of the analysis and FGIs, this study suggests three practical policy implications for framing a nation's data policy. It also discusses possibilities for exploring diverse methods of data industry regulation, underscoring the value of identifying regulatory issues in the data industry from a social science perspective.

• 음성과학
• /
• 제15권2호
• /
• pp.55-65
• /
• 2008

Recently, the multi-model based speech recognizer has been used quite successfully for noisy speech recognition. For the selection of the reference HMM (hidden Markov model) which best matches the noise type and SNR (signal to noise ratio) of the input testing speech, the estimation of the SNR value using the VAD (voice activity detection) algorithm and the classification of the noise type based on the GMM (Gaussian mixture model) have been done separately in the multi-model framework. As the SNR estimation process is vulnerable to errors, we propose an efficient method which can classify simultaneously the SNR values and noise types. The KL (Kullback-Leibler) distance between the single Gaussian distributions for the noise signal during the training and testing is utilized for the classification. The recognition experiments have been done on the Aurora 2 database showing the usefulness of the model compensation method in the multi-model based speech recognizer. We could also see that further performance improvement was achievable by combining the probability density function of the MCT (multi-condition training) with that of the reference HMM compensated by the D-JA (data-driven Jacobian adaptation) in the multi-model based speech recognizer.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권12호
• /
• pp.892-908
• /
• 2010

서비스 지향 아키텍처(Service Oriented Architecture, SOA)에서의 서비스는 서비스 소비자에게 대부분 블랙 박스 형태로 인식되고, 동적으로 실시간에 진화될 수 있으며, 다수의 인지되지 않은 이질적인 환경에서 실행된다. 이러한 SOA의 특성으로 인해 동적으로 서비스의 다양한 측면을 효과적, 효율적으로 모니터링하는 것은 필수 핵심 기능이다. 하지만, 이와 관련된 현재까지의 연구나 솔루션들은 실질적으로 서비스 자체에 초점을 맞추어 비즈니스 프로세스상의 영향 요인은 간과되는 측면이 있으며, BPEL엔진이나 미들웨어의 API에 의존한 외부 모니터링 데이터만의 획득으로 비즈니스 수준의 유용한 정보를 제공하는 데 부족한 면이 있다. 또한, 서비스 품질을 저하시킬 수 있는 모니터링으로 인한 과부하를 줄일 수 있는 효율적인 방법에 대한 연구 역시 부족하다. 이벤트 주도 아키텍처(Event Driven Architecture, EDA)는 발생하는 이벤트들을 효율적으로 수집하고 분석하기 위해 SOA를 보완하는 역할을 할 수 있다. 본 논문에서는 모니터링 측면에서의 EDA 장점들을 도출하고, 모니터링 대상을 분류하여 각 대상에 적합한 효율적인 모니터링 기법을 제시한다. 또한, 그것을 더 적용성 있도록 하기 위하여 이벤트 메타 모델을 정의하고, 이를 기반한 이벤트 처리 모델과 아키텍처를 제안한다. 제안하는 아키텍처와 기법을 사용하여 실행 시간에 외부 모니터링 데이터뿐만 아니라 내부 모니터링 데이터를 효율적으로 수집 및 처리할 수 있는 이벤트 주도 동적 모니터링 프레임워크의 프로토타입을 구현하고, 사례연구를 통하여 본 연구의 실효성과 적용 가능성을 보여준다.

• 대한음성학회지:말소리
• /
• 제65호
• /
• pp.93-103
• /
• 2008

In this paper, we propose a method for optimizing a multiple pronunciation dictionary used for modeling pronunciation variations of non-native speech. The proposed method removes some confusable pronunciation variants in the dictionary, resulting in a reduced dictionary size and less decoding time for automatic speech recognition (ASR). To this end, a confusability measure is first defined based on the Levenshtein distance between two different pronunciation variants. Then, the number of phonemes for each pronunciation variant is incorporated into the confusability measure to compensate for ASR errors due to words of a shorter length. We investigate the effect of the proposed method on ASR performance, where Korean is selected as the target language and Korean utterances spoken by Chinese native speakers are considered as non-native speech. It is shown from the experiments that an ASR system using the multiple pronunciation dictionary optimized by the proposed method can provide a relative average word error rate reduction of 6.25%, with 11.67% less ASR decoding time, as compared with that using a multiple pronunciation dictionary without the optimization.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.437-437
• /
• 2022

The prediction of dam inflow rate is crucial for the management of the largest multi-purpose dam in South Korea, the Soyang Dam. The main issue associated with the management of water resources is the stochastic nature of the reservoir inflow leading to an increase in uncertainty associated with the inflow prediction. The Autoregressive (AR) model is commonly used to provide the simulation and forecast of hydrometeorological data. However, because its estimation is based solely on the time-series data, it has the disadvantage of being unable to account for external variables such as climate information. This study proposes the use of the Autoregressive Exogenous Stochastic Volatility (ARXSV) model within a Bayesian modeling framework for increased predictability of the monthly dam inflow by addressing the exogenous and stochastic factors. This study analyzes 45 years of hydrological input data of the Soyang Dam from the year 1974 to 2019. The result of this study will be beneficial to strengthen the potential use of data-driven models for accurate inflow predictions and better reservoir management.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.219-232
• /
• 2023

모빌리티 서비스는 구축 대상 지역의 특성과 여건에 따라 변화할 필요가 있다. 이를 위해서는 해당 지역의 통행행태를 기종점 자료에 반영하여 모빌리티 패턴 및 특성 분석이 요구된다. 그러나 종래의 경우 행정 구역 기반의 존 체계를 기반으로 집계된 기종점 자료를 이용함에 따라 공간적 동질성을 담보하기 어렵기 때문에 신규 모빌리티와 같은 특수 목적성을 보이는 수단에 대한 본연의 통행 특성 분석에 한계가 있다. 이에 본 연구는 기존 존 체계에서 벗어나 데이터 기반의 클러스터링 기법 적용을 통해 설정된 집계 방식을 도출하여 기종점 통행패턴에 대한 공간적 분석을 수행한다. 제안 방법은 대중교통버스 및 택시와 같은 종래의 교통수단 뿐만 아니라 도심형 수요응답형 버스와 같은 신규 모빌리티 서비스에 대한 기종점 데이터 본연의 특징 벡터들을 기반으로 클러스터링을 하여 유사 공간적 특성을 반영한 지역 모빌리티의 이용 특성 분석을 가능하게 한다.

• 컴퓨터교육학회논문지
• /
• 제20권2호
• /
• pp.57-65
• /
• 2017

세계적으로 시니어인구는 지속적으로 증가하고 있는 추세이다. 특히 디지털 둔감 계층이었던 과거의 시니어와는 다르게 스마트 기기 및 인터넷을 지속적으로 사용하고자 하는 스마트 시니어 계층이 급부상하고 있다. 기존에 시니어에 대한 정의는 단순히 고연령 집단으로 정의하는게 대부분이었고, 시니어에 대한 특성을 파악하는 연구는 심리학연구에서 많이 이루어져 왔지만, 데이터 기반의 시니어 인지반응을 활용한 연구는 초기수준에 불과하다. 또한 스마트 시니어의 인지적 특성에 따른 콘텐츠를 제공해주기 위해서는 스마트 시니어의 인지적 특성을 잘 분류할 필요성이 있다. 따라서 본 논문은 스마트 시니어에 대한 인지반응 유형 분류를 통하여 시니어를 위한 문화향유에 도움을 줄 수 있도록 하는 데이터기반의 시니어 인지반응 모델링 방법을 제언한다.