• 한국컴퓨터정보학회논문지
• /
• 제15권12호
• /
• pp.125-132
• /
• 2010

어휘 인식에서는 인식 학습 시 나타나지 않는 미 출현 트라이 폰이 존재하며, 이들 시스템에서는 모델 파라미터들의 초기 추정치를 생성하지 못하고 음소 데이터에 대한 모델을 구성할 수 없는 단점으로 인하여 가우시안 모델의 정확성을 확보하지 못하게 된다. 이를 개선하기 위하여 확률 분포를 이용한 모델 파라미터의 가우시안 모델 최적화 방법을 제안한다. 확률 분포의 가우시안 모델을 최적화하여 가우시안 모델의 정확성을 제공하고, 음소 단위로 데이터의 탐색을 지원하여 신뢰도가 향상되었다. 제안된 방법의 성능 평가를 위하여 실제 다양한 미등록어가 관측될 수 있는 대상으로 실험을 수행하였으며 본 연구에서 제안한 정규화 신뢰도를 이용한 미등록어 거절 알고리즘이 기존의 방법들에 비하여 평균 1.7%의 성능향상을 나타내었다.

• 스마트미디어저널
• /
• 제2권2호
• /
• pp.14-19
• /
• 2013

Recently, due to the increase of the use of scanned images, the text segmentation techniques, which play critical role to optimize the quality of the scanned images, are required to be updated and advanced. In this study, an algorithm has been developed based on the modification of Gaussian mixture model (GMM) by integrating the calculation of Gaussian detection gradient and the estimation of the number clusters. The experimental results show an efficient method for text segmentation in natural scenes such as storefronts, street signs, scanned journals and newspapers at different size, shape or color of texts in condition of lighting changes and complex background. These indicate that our model algorithm and research approach can address various issues, which are still limitations of other senior algorithms and methods.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권6호
• /
• pp.332-338
• /
• 2013

We propose a method for target detection in Infrared images. In order to effectively detect a target region from an image with noises and clutters, spatial information of the target is first considered by analyzing pixel distributions of projections in horizontal and vertical directions. These distributions are represented as Gaussian distributions, and Gaussian Mixture Model is created from these distributions in order to find thresholding points of the target region. Through analyzing the calculated Gaussian Mixture Model, the target region is detected by eliminating various backgrounds such as noises and clutters. This is performed by using a novel thresholding method which can effectively detect the target region. As experimental results, the proposed method has achieved better performance than existing methods.

• 한국가스학회지
• /
• 제8권1호
• /
• pp.13-17
• /
• 2004

무거운 독성가스의 소규모 누출에 대한 가우시안 연속모델의 적용성을 평가하기 위하여 염소가스의 소규모 누출에서 염소농도의 실험값과 여러 가지 분산계수를 사용한 가우시안 연속모델에 의해 산출한 이론값을 비교하였다. 그 결과, 염소가스 분산은 분산계수와 대기안정도에 따라 상당히 차이가 있었으며, 염소농도는 Briggs의 분산계수와 유효 누출높이를 사용한 가우시안 연속모델에 의해 비교적 정확하게 산출할 수 있었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.262-269
• /
• 2016

In this paper, we propose a novel dynamical love model of Romeo and Juliet, which has an external force with a fuzzy membership function. The external force used in the model has the characteristics of a Gaussian function. The chaotic behavior in the model is demonstrated using time series and phase portraits.

• 한국컴퓨터정보학회논문지
• /
• 제15권2호
• /
• pp.127-134
• /
• 2010

연속 어휘 인식 확률 분포의 공유 방법에서는 사용될 모델 파라미터들의 초기 추정치를 생성하기 위한 각 문맥들에 대한 음소 데이터가 반드시 필요하지만 이들 음소 데이터에 대한 모델을 구성할 수 없는 단점으로 가우시안 모델의 정확성을 확보하지 못한다는 단점이 있다. 이를 개선하기 위하여 확률 분포의 혼합 가우시안 모델을 최적화하고, 음소 단위로 데이터를 탐색을 지원하는 형상 형성 시스템을 제안한다. 본 논문의 형상 형성 시스템은 확장 facet 분류를 이용하여 사용자에게 음소 단위의 형상 형성 정보를 제공하므로 가우시안 모델의 정확성을 제공한다. 본 논문에서 제안한 시스템을 적용한 결과 시스템 성능에서 어휘 종속 인식률은 98.31%, 어휘 독립 인식률은 97.63%의 인식률을 나타내었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.454-460
• /
• 2003

이 논문은 입술의 형태를 효과적으로 인식하는 방법을 제안하였다. 입술은 PDM(Point Distribution Model)을 기반으로 점들의 집합으로 표현하였다. 주성분 분석법을 적용하여 입술 모델을 구하고 모델에서 사용하는 형태계수의 분포를 GMM(Gaussian Mixture Model)을 이용하여 구하였다. 이 과정에서 계수를 정하기 위하여 EM(Expectation Maximization) 알고리듬을 사용하였다. 입술 경계선 모델은 입술을 구성하는 각 점과 주변 영역에서의 화소간 변화를 이용하여 구성하였으며 입술 탐색시 사용되었다. 여러 영상을 대상으로 실험한 결과 좋은 결과를 얻었다.

• ETRI Journal
• /
• 제32권5호
• /
• pp.795-800
• /
• 2010

Embedding a large vocabulary speech recognition system in mobile devices requires a reduced acoustic model obtained by eliminating redundant model parameters. In conventional optimization methods based on the minimum description length (MDL) criterion, a binary Gaussian tree is built at each state of a hidden Markov model by iteratively finding and merging similar mixture components. An optimal subset of the tree nodes is then selected to generate a downsized acoustic model. To obtain a better binary Gaussian tree by improving the process of finding the most similar Gaussian components, this paper proposes a new distance measure that exploits the difference in likelihood values for cases before and after two components are combined. The mixture weight of Gaussian components is also introduced in the component merging step. Experimental results show that the proposed method outperforms MDL-based optimization using either a Kullback-Leibler (KL) divergence or weighted KL divergence measure. The proposed method could also reduce the acoustic model size by 50% with less than a 1.5% increase in error rate compared to a baseline system.

• Current Optics and Photonics
• /
• 제7권6호
• /
• pp.701-707
• /
• 2023

In laser imaging, accurate extraction of the laser's center is essential. Several methods exist to extract the laser's center in an image, such as the geometric mean, the parabolic curve fitting, and the Gaussian curve fitting, etc. The Gaussian curve fitting is the most suitable because it is based on the physical properties of the laser. The width of the Gaussian laser beam depends on the distance from the laser source to the target object. It is assumed in general that the distance remains constant at a laser spot resulting in a symmetric Gaussian model for the laser image. However, on a curved surface of the object, the distance is not constant; The laser beam is narrower on the side closer to the focal point of the laser light and wider on the side closer to the laser source, which causes the distribution of the laser beam to skew. This study presents a modified Gaussian model in the laser imaging to incorporate the slant angle of a curved object. The proposed method is verified with simulation and experiments.

• 한국습지학회지
• /
• 제11권1호
• /
• pp.49-64
• /
• 2009

홍수나 가뭄 등 극한 사상을 예측하여 재해에 대비하거나 또는 수자원을 효율적으로 관리, 배분하기 위하여 강우-유출 모형이 이용되고 있다. 그러나 많은 수문학자들은 강우-유출 모형이 가질 수밖에 없는 불확실성에 대하여 언급하였다. 실제 유역에 내린 강우는 증발과 증산, 차단, 침투 등 여러 과정을 거쳐 유출로 이어지는데, 모형에서는 이러한 복잡한 물리적 과정을 단순화하여 표현하였으므로 불확실성이 반드시 존재할 수밖에 없는 것이다. 따라서 모형으로부터의 모의 결과를 신뢰할 수 있는지를 정량적으로 판단하는 과정이 이루어져야 한다. 본 논문에서는 현재까지 강우-유출 모형의 불확실성을 평가한 선행 연구 중 Montanari와 Brath(2004)가 제시한 Meta-Gaussian 기법을 이용하여 강우-유출 모형 모의 결과에 대한 불확실성을 검토하였다. 이 기법은 모형 오차의 확률 분포형으로부터 신뢰구간의 상한계와 하한계를 추정하는 방법으로 수문모형의 전역적 불확실성(Global Uncertainty)을 정량화할 수 있다. 본 논문에서는 동일한 강우사상에 대한 물리적 기반의 분포형 모형인 $Vflo^{TM}$ 모형과 개념적 준 분포형 모형인 HEC-HMS 모형으로부터 모의된 유출량을 Meta-Gaussian 기법을 적용하여 불확실성을 분석하였다.