• 한국융합학회논문지
• /
• 제8권5호
• /
• pp.13-17
• /
• 2017

음성 인식에서 기존의 음성 특징 추출 방법은 명확하지 않은 스레숄드 값으로 인해 부정확한 음성 인식률을 가진다. 본 연구에서는 음성과 비음성에 대한 특징 추출을 묵음 특징 정규화를 융합한 음성 인식 성능 향상을 위한 방법을 모델링 한다. 제안한 방법에서는 잡음의 영향을 최소화하여 모델을 구성하였고, 각 음성 프레임에 대해 음성 신호 특징을 추출하여 음성 인식 모델을 구성하였고, 이를 묵음 특징 정규화를 융합하여 에너지 스펙트럼을 엔트로피와 유사하게 표현하여 원래의 음성 신호를 생성하고 음성의 특징이 잡음을 적게 받도록 하였다. 셉스트럼에서 음성과 비음성 분류의 기준 값을 정하여 신호 대 잡음 비율이 낮은 신호에서 묵음 특징 정규화로 성능을 향상하였다. 논문에서 제시하는 방법의 성능 분석은 HMM과 CHMM을 비교하여 결과를 보였으며, 기존의 HMM과 CHMM을 비교한 결과 음성 종속 단계에서는 2.1%p의 인식률 향상이 있었으며, 음성 독립 단계에서는 0.7%p 만큼의 인식률 향상이 있었다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.20-27
• /
• 2006

Multi-level thresholding은 영상 분할 방법 중 하나로 널리 이용되고 있지만 대부분의 기존 논문들은 응용 분야에 직접적으로 이용되기에는 적합하지 않거나 영상 분할 단계까지 확장되지 않고 있다. 본 논문에서는 영상 분할을 위한 multi-level thresholding 방안으로써 영역 단위의 multi-level thresholding을 제안한다. 먼저, 영상의 색상별 성분에 대해서 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘을 적용하여 2개의 군집으로 분류한 후 코드 영상을 생성한다. EWFCM 알고리즘은 화소들에 대한 공간 정보를 추가한 개선된 FCM 알고리즘으로 영상 내 존재하는 잡음을 제거한다. 그리고 코드 영상에 존재하는 군집의 수를 감소함으로써 좀 더 나은 영상 분할 결과를 얻을 수 있으며 군집의 감소는 하나의 군집내에 존재하는 영역들과 나머지 군집들간의 유사도를 기반으로 영역을 재분류함으로써 처리된다. 그러나 영상에는 여전히 많은 영역들이 존재하기 때문에 이를 해결하기 위한 하나의 후처리 방안으로써 영역간의 Kullback-Leibler 거리값을 기반으로 Bayesian 알고리즘에 의한 영역 합병을 수행한다. 실험 결과 제안한 영역 기반의 multi-level thresholding은 기존 방법이나 화소나 군집 기반의 multi-level thresholding보다 좋은 분할 결과를 보였으며 Bayesian 알고리즘을 이용한 후처리 방안에 의해 좀 더 나은 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.70-77
• /
• 2008

본 논문은 화소 단위의 정보가 아닌 분할된 영역들의 정보를 기반으로 유전자 알고리즘을 이용한 텍스트 후보영역 검출방안을 제안한다. 먼저, 영상분할을 수행하기 위해 색상별 화소분류와 비동질적인 군집의 감소를 위한 영역 단위의 재분류 알고리즘을 수행한다. 색상별 화소분류에 이용되는 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘은 공간정보를 추가한 개선된 FCM 알고리즘으로써, 잡음에 강건한 특징을 가진다. EWFCM 알고리즘에 의해 분류된 화소들의 군집정보를 기반으로 수행되는 영역 단위의 재분류는 화소나 군집 단위의 재분류에 비해 효과적으로 영상에 존재하는 비동질적인 군집들을 감소시킬 수 있다. 그리고 텍스트 후보영역 검출은 분할된 영역들로부터 추출한 방향성 에지 성분에 대한 분산값 및 에너지, 크기, 개수 등의 정보를 기반으로 유전자알고리즘에 의해 수행된다. 이는 화소 단위의 정보를 이용한 방법보다 더 명확한 텍스트 영역정보를 획득할 수 있으며, 향후 자동문자인식에서 좀 더 손쉽게 이용될 수 있다. 실험 결과 제안한 분할방법은 기존 방법이나 화소나 군집 기반의 재분류보다 좋은 결과를 보였으며, 텍스트 후보영역 검출에서도 화소 단위의 정보를 이용한 기존 방법보다 더 좋은 결과를 보여 제안방법의 유효성을 확인하였다.

• Bioinformatics and Biosystems
• /
• 제1권2호
• /
• pp.103-108
• /
• 2006

단백질-리간드 결합 예측은 새로운 신약 선도 물질을 발견하고 최적화 하는데 있어서 중요한 도구로 널리 사용되고 있다. 결합의 정확도는 일반적으로 각 결합 계산에서 사용되는 평가 함수(scoring function)에 따라 결정된다. 평가 함수는 그 함수가 가지고 있는 기력 가정에 따라 force-field based, empirical, knowledge-based의 세 가지로 분류할 수 있다. 이 중에서 force-field based 함수는 물리적인 상호작용을 가장 구체적으로 기술한다. 그러나 현재 제시된 대부분의 force-field based 함수들은 분산력과 정전기적인 힘 등의 에너지만을 고려할 뿐 엔트로피의 영향을 포함하지 않는 단점을 가지고 있다. 본 논문에서는 force-field based 평가 함수를 이용하는 경우 기존의 도킹 프로그램이 생성해 내는 구조 정보를 활용하여, 엔트로피를 고려할 수 있는 방법을 제시한다. 또한 이 방법을 DOCK 평가 함수에 적용시켰을 때 decoy discrimination에서 향상된 결과를 얻어낼 수 있음을 보였다. 이는 더 정확한 도킹 계산이 가능함을 의미한다.

• 대한기계학회논문집B
• /
• 제37권12호
• /
• pp.1167-1173
• /
• 2013

본 연구에서는 천연가스 유량 측정에서 2차 표준으로 사용되는 소닉노즐 뱅크 -12개 노즐 패키지로 구성-의 임계유동함수 계산 시간을 1초 이하로 단축하고자 하였다. 이를 위해 AGA 8-dc 상태방정식을 적용한 헬름홀츠 자유에너지를 유도하고 이로부터 적분 항이 없는 열역학 상태량 식을 도출하여 CFF 계산에 적용하였다. 그 결과 CFF 계산 시간이 기존 6.7초/12개에서 0.6초/12개로 크게 감소하는 것을 확인할 수 있었고 이 계산 시간은 가스 성분 수와 거의 무관함도 알 수 있었다. 또한 본 계산 결과의 정확도를 확인하기 위해 기존 CFF 국제비교연구의 결과와 비교한 결과 차이가 없음도 확인하였다.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1979-1986
• /
• 2010

생물 조기 경보 시스템은 물속 생명체의 행동을 관찰하여 독성을 감지한다. 이 시스템은 분류기를 물의 독성의 유무와 정도를 판단하기 위해 사용한다. 이 분류기의 성능을 높이기 위해 적용할 수 있는 방법 중에 부스팅 알고리즘이 있다. 부스팅은 기본 분류기로는 예측 정확도가 낮았던 분류하기 어려운 사건에 집중할 수 있도록 다음 번 데이터에 해당 훈련 사건(event)들이 뽑힐 확률을 높여준다. 횟수가 진행될수록 분류기가 어려운 사건들을 집중적으로 고려하게 된다. 그 결과 분류하기 어려웠던 사건에 대한 예측 성능은 좋아지지만, 비교적 쉬운 훈련 사건들의 정보는 버려지는 단점이 있다. 본 논문에서는 이 같은 단점을 보완하기 위해 분류기에 확장된 데이터 표현을 위한 점진적 학습법의 적용을 제안한다. 확장된 데이터 표현의 가중치 변수를 사용하면 약하게 분류되는 사건 뿐 아니라 쉽게 분류되는 사건의 정보까지도 사용하여 분류기의 예측 정확도를 높일 수 있게 된다. 새로 적용된 알고리즘과 기존의 중요도 변수를 사용하지 않는 learn++를 비교하여 성능이 향상됨을 검증하였다.

• Journal of Information Processing Systems
• /
• 제7권3호
• /
• pp.459-472
• /
• 2011

The vast number of biomedical literature is an important source of biomedical interaction information discovery. However, it is complicated to obtain interaction information from them because most of them are not easily readable by machine. In this paper, we present a method for extracting biomedical interaction information assuming that the biomedical Named Entities (NEs) are already identified. The proposed method labels all possible pairs of given biomedical NEs as INTERACTION or NO-INTERACTION by using a Maximum Entropy (ME) classifier. The features used for the classifier are obtained by applying various NLP techniques such as POS tagging, base phrase recognition, parsing and predicate-argument recognition. Especially, specific verb predicates (activate, inhibit, diminish and etc.) and their biomedical NE arguments are very useful features for identifying interactive NE pairs. Based on this, we devised a twostep method: 1) an interaction verb extraction step to find biomedically salient verbs, and 2) an argument relation identification step to generate partial predicate-argument structures between extracted interaction verbs and their NE arguments. In the experiments, we analyzed how much each applied NLP technique improves the performance. The proposed method can be completely improved by more than 2% compared to the baseline method. The use of external contextual features, which are obtained from outside of NEs, is crucial for the performance improvement. We also compare the performance of the proposed method against the co-occurrence-based and the rule-based methods. The result demonstrates that the proposed method considerably improves the performance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3295-3311
• /
• 2020

With the wide application of hyperspectral images, it becomes more and more important to compress hyperspectral images. Conventional recursive least squares (CRLS) algorithm has great potentiality in lossless compression for hyperspectral images. The prediction accuracy of CRLS is closely related to the correlations between the reference bands and the current band, and the similarity between pixels in prediction context. According to this characteristic, we present an improved CRLS with adaptive band selection and adaptive predictor selection (CRLS-ABS-APS). Firstly, a spectral vector correlation coefficient-based k-means clustering algorithm is employed to generate clustering map. Afterwards, an adaptive band selection strategy based on inter-spectral correlation coefficient is adopted to select the reference bands for each band. Then, an adaptive predictor selection strategy based on clustering map is adopted to select the optimal CRLS predictor for each pixel. In addition, a double snake scan mode is used to further improve the similarity of prediction context, and a recursive average estimation method is used to accelerate the local average calculation. Finally, the prediction residuals are entropy encoded by arithmetic encoder. Experiments on the Airborne Visible Infrared Imaging Spectrometer (AVIRIS) 2006 data set show that the CRLS-ABS-APS achieves average bit rates of 3.28 bpp, 5.55 bpp and 2.39 bpp on the three subsets, respectively. The results indicate that the CRLS-ABS-APS effectively improves the compression effect with lower computation complexity, and outperforms to the current state-of-the-art methods.

• 방송공학회논문지
• /
• 제4권2호
• /
• pp.127-133
• /
• 1999

기존의 이산 웨이브렛 변환 기반 플랙탈 영상 압축은 프랙탈 부호화시 고정된 블럭 크기를 사용하므로 낮은 비트율에서 PSNR을 감소시킨다. 본 논문에서는 플랙탈 부호화시 가변 블록 크기를 사용하여 PSNR을 개선하는 이산 웨이브렛 기반 프랙탈 영상 부호화를 제안한다. 제안된 방법에서는 먼저 이산 웨이브렛 변환 계수들의 절대값을 최하고, 같은 공간 영역에 해당하는 다른 고주파 부대역의 이산 웨이브렛 변환 계수들을 묶어서 레인지 블록과 도메인 블록을 만든다. 그리고 각각의 레인지 블록 레벨의 레인지 블록에 대한 프랙탈 코드를 지정하고, 프랙탈 부호화,\ulcorner0\ulcorner부호화와 스칼라 양자화중 하나를 선택하여 만든 집합인 결정 트리 C를 만들고 스칼라 양자화기의 집합 q를 선택한다. 웨이브렛 계수, 프랙탈 코드와 결정 트리를 적응적 산술 부호화기를 사용하여 엔트로피 nq호화 한다. 제안된 방법은 낮은 비트율에서 PSNR을 개선하고 복원 영상의 블록킹 현상을 제거한다. 실험 결과를 통해서 제안한 방법은 기존의 프랙탈 부호화 방법과 웨이브렛 변환 부호화 방법에 비해 더 좋은 PSNR과 더 높은 압축율을 얻었다.

• 전자공학회논문지CI
• /
• 제46권2호
• /
• pp.36-43
• /
• 2009

본 논문에서는 모바일 ad-hoc 무선 센서 네트워크에서 ARQ 기반 전송을 사용하는 협력도움 라우팅 프로토콜(CRARQ)을 제안한다. 제안된 CRARQ의 주요한 목적은 데이터 전송의 효율과 신뢰성을 함께 향상시키기 위함이다. 제안된 CRARQ의 주요한 특징 및 기여도는 다음과 같다. 첫째, CRARQ는 어떤 요구기반 개념을 사용하여 소스와 목적지 사이에 경로를 설정한다. 둘째, CRARQ는 설정된 경로를 따라서 엔트로피 기반 전략을 사용하여 안정된 릴레이를 선택한다. 셋째, 소스와 목적지 사이에 데이터 전송의 신뢰성을 향상시키기 위해서 ARQ 기술기반 협력전송 방법을 사용한다. 마지막으로 제안된 CRARQ의 이론적인 분석 모델을 제안 설명한다. 제안된 라우팅 프로토콜의 성능평가는 시뮬레이션과 이론적인 분석을 통하여 이루어진다. 시뮬레이션과 이론적인 분석 결과는 페킷전송 효율(PDR) 및 Outage Probability에 대한 CRARQ의 향상된 성능을 보여준다.