• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.29-37
• /
• 2015

이 논문에서는 모바일 기기상에서 카메라기반 악보인식을 위한 오선 두께와 오선 간격을 추정하는 전처리 기술을 제안한다. 캡쳐된 영상은 조명이나, 흐려짐, 저해상도 등의 많은 왜곡으로 인해 인식에 어려움이 있다. 특히 복잡한 배경을 가지고 있는 악보 영상인식의 경우 더욱 그렇다. 악보 기호 인식에서 오선 두께와 오선 간격은 인식에 큰 영향을 끼친다. 이들 정보는 이진화에도 사용되는데, 복잡한 배경을 가지고 있는 경우 일반적인 이진 영상은 오선 두께와 간격을 추정하는데 만족스럽지 못하다. 따라서 우리는 에지영상에서 런-길이 엔코딩 기술을 이용해 오선 두께와 간격 추정하는 강건한 알고리즘을 제안한다. 제안된 방법은 2단계로 구성되어 있다. 첫 번째 단계는 소벨 연산자에 의해 영역별로 에지 영상을 기반으로 오선 두께와 간격을 추정한다. 각 에지 영상의 열은 런-길이 엔코딩 알고리즘에 의해 기술된다. 두 번째 단계는 안정한 경로 알고리즘을 이용한 오선 검출과 오선 위치를 추적하는 적응적 LTH알고리즘을 이용한 오선 제거이다. 실험결과 복잡한 영상의 경우에도 강건함과 높은 인식률을 보였다.

• 지식경영연구
• /
• 제19권2호
• /
• pp.91-108
• /
• 2018

This study mainly focused on measuring the impact of comments for a particular song on the number of streamings and downloads. We modeled multiple regression equations to perform this analysis. We chose digital music market for the object of analysis because of its inherent characteristics, such as experience goods, high bandwagon effect, and so on. We carefully utilized text mining technique in accordance with the algorithm of Naïve Bayes classifier to distinguish whether a comment for a piece of music be regarded as positive or negative. In addition, we used 'size of agency' and 'existence of hit song' as moderating variables. The reason for usage of those variables is that those are assumed to affect users' decision for selecting particular song especially when downloading or streaming via music sites. We found empirical evidences that positive comments for a particular song increase the number of both downloads and streamings. However, positive comments may decrease the number of downloads when the size of agency of the artist is big. As a result, we were able to say that a positive comment for a particular song functioned as 'word-of-mouth' effect, inducing other users' behavioral response. We also found that other features of an artist such as size of the agency that the artist belongs to functioned as an external factor along with feature of the song itself.

• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.21-31
• /
• 2015

본 논문에서는 기존에 연구되었던 Thayer의 인간의 감성 모델을 바탕으로 음악을 듣고 느끼는 감성을 8가지 감성으로 정의한 음악 감성모델로 제시하였다. 감성에 영향을 주는 음악의 요소는 음악의 템포, 역동성, 진폭변화, 밝기, 잡음 등 5가지로 선택하였다. 8가지 감성으로 이루어진 감성 모델에 따라서 8가지 감성으로 분류된 160곡의 노래를 선곡하여 실제 데이터를 추출하여 분석하였다. 실제 데이터의 분석을 통해 5가지 요소의 가중치로 이루어진 감성 수식을 도출하였고 임의의 음악에 대하여 감성 수식을 통해서 2차원 감성 좌표계에 매핑 하여 감성을 예측할 수 있도록 알고리즘을 설계하였다. 또한 2차원 감성 좌표계에서의 좌표 값을 이동시켜 감성을 제어할 수 있는 방법을 제시하였다.

• 한국통신학회논문지
• /
• 제38A권10호
• /
• pp.850-857
• /
• 2013

터보 등화기 시스템은 디코더와 등화기를 결합을 통해서 등화성능을 높일 수 있는 방법이다. 터보 등화기에는 주로 MAP 등화기가 사용되어 왔다. 하지만 MAP 등화기를 적용한 터보 등화기는 높은 계산 복잡도를 가지는 단점이 있다. 이러한 단점을 극복하고 데이터 전송 효율을 높이기 위해 선형 SISO-MMSE을 적용한 터보 등화기에 데이터 전송 효율을 높이기 위해 블라인드 알고리즘을 적용한 블라인드 터보 등화기가 제안되었다. 블라인드 터보등화기는 기존의 터보 등화기에 비해 등화 성능이 낮은 단점이 있다. 이를 보완하기 위해 우리는 MUSIC 알고리즘 기반의 빔포밍을 적용한 시스템을 제안한다. 시뮬레이션을 통해서 다양한 멀티패스 환경에서 제안된 시스템을 통한 등화 성능의 향상을 확인 할 수 있다.

• 한국정보통신학회논문지
• /
• 제8권4호
• /
• pp.879-885
• /
• 2004

본 논문에서는 DDC(Digital Down Convertor)를 가지는 디지털 수신기의 적응 신호처리에 대해 서술하였다. DDC는 NCO(Numerically Controlled Oscillator)와 디지털 LPF(Low Pass Filter)로 구성되어 있으며, 수치적 알고리즘에 의해 수신된 신호를 처리한다. 통과대역 샘플링 기법을 이용한 디지털 수신기의 시뮬레이션 결과를 보여주고 있으며, 수치적으로 처리되는 DDC에 의해 수신된 low IF 신호가 zero IF 신호로 변환되는 것을 확인하였다 또한, 고분해능을 가지는 MUSIC(Multiple Signal Classification) 알고리즘을 이용한 DOA(Direction Of Arrivals) 추정 기법을 기술하고 있다 DOA의 분해능의 정확도가 입력 샘플링 수와 안테나 소자 수에 의존하는 것을 확인하였다

• ETRI Journal
• /
• 제26권1호
• /
• pp.45-47
• /
• 2004

A resolution enhancement method for estimating the direction-of-arrival (DOA) of signals is presented. The proposed method is by virtually expanding a real array into virtual arrays and then averaging the spatial spectrum of the virtual arrays, each of which has a different aperture size. Superior DOA resolutions are shown in comparison with the standard algorithm, MUltiple SIgnal Classification (MUSIC), for incoherent signals incident on a uniform circular array.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (C)
• /
• pp.73-75
• /
• 2003

OFDM 전송방식에 있어서 중요한 주파수 옵셋 추정을 하는데 있어서 기존의 FFT 방법이 가지고 있는 문제점을 보완하는 알고리즘이 많이 연구되고 있다. FFT의 정수배 옵셋외에 소수배 옵셋이 생겼을때 제대로 추정해 낼 수 없는 점을 보완하는 High resolutional technical 알고리즘을 보면 MVDR, MUSIC, root MUSIC, PISARENCO 등이 있다. 본 논문에서는 이러한 알고리즘 중에 MPM(Matrix Pencil Method)를 이용하여 FFT의 문제점을 보완하고 옵셋 추정을 시뮬레이션 해 보았다.

• Journal of information and communication convergence engineering
• /
• 제22권2호
• /
• pp.145-152
• /
• 2024

Closed quotient (CQ) represents the time ratio for which the vocal folds remain in contact during voice production. Because analyzing CQ values serves as an important reference point in vocal training for professional singers, these values have been measured mechanically or electrically by either inverse filtering of airflows captured by a circumferentially vented mask or post-processing of electroglottography waveforms. In this study, we introduced a novel algorithm to predict the CQ values only from audio signals. This has eliminated the need for mechanical or electrical measurement techniques. Our algorithm is based on a gated recurrent unit (GRU)-type neural network. To enhance the efficiency, we pre-processed an audio signal using the pitch feature extraction algorithm. Then, GRU-type neural networks were employed to extract the features. This was followed by a dense layer for the final prediction. The Results section reports the mean square error between the predicted and real CQ. It shows the capability of the proposed algorithm to predict CQ values.

• 한국항행학회논문지
• /
• 제20권3호
• /
• pp.258-264
• /
• 2016

우리는 서로소 배열 안테나에 기존의 프로퍼게이터 방법을 기반으로 하는 도래각 (DoA; direction of arrival) 추정 알고리즘을 제안한다. 서로소 배열 기법은 도래각 추정 해상도를 증가시키나 복잡도를 상호배열의 크기만큼 증가시킨다. 이러한 복잡도를 감소시키기 위하여 우리는 특이값 분해없이 도래각을 추정하는 프로퍼게이터 방법을 이용하는 방법을 제안한다. 우리는 시뮬레이션을 통해 선형 균일 배열 MUSIC, 선형 균일 배열 프로퍼게이터 방법, 서로소 배열을 이용한 MUSIC과 제안한 방법을 비교 및 분석하여, 우리가 제안한 방법이 복잡도가 훨씬 높은 서로소 배열을 이용한 MUSIC 보다는 약간 낮은 성능을 보이지만 나머지 기법들 보다는 훨씬 우수한 성능을 보임을 관찰한다.

• 한국컴퓨터정보학회논문지
• /
• 제18권2호
• /
• pp.107-116
• /
• 2013

본 연구에서는 소셜 음악 사이트에서 사용자들이 음악 아이템을 청취한 횟수와 생성한 태그 정보를 혼합하여 음악을 추천하는 시스템을 제안한다. 현재, 상용화된 음악 추천 시스템들은 주로 사용자의 청취 습관과 외부적인 선호도 입력값을 기반으로 음악을 추천하고 있다. 그러나 이 방식은 아직 음악을 청취한 사용자가 많지 않은 새로운 음악이나 청취 정보가 없는 새로운 사용자의 경우 추천하는 데 어려움이 있다. 이 문제를 해결하기 위해서 본 논문에서는 사용자가 선정한 키워드를 아이템에 부여하는 협업 태깅으로 생성된 태그 정보를 활용하였다. 태그의 의미를 파악하여 감정 표현의 정도에 따라 가중치를 부여한 뒤, 태그 점수와 청취 횟수를 혼합하여 음악 아이템의 선호도를 산출하였다. 이를 기반으로 사용자 프로파일을 생성하고 협업 필터링 알고리즘을 수행하였다. 제안하는 추천 방법의 효율성을 평가하기 위해서, 청취 습관 기반 추천, 태그 점수 기반 추천, 하이브리드 추천 방법의 세 가지 추천 방법에 대해서 정확도, 재현율, 그리고 F-measure를 계산하였다. 실험 결과에 대해 통계적 검증을 시행한 결과, 하이브리드 추천 방법이 다른 두 가지 방식보다 통계적으로 유의한 차이를 보여 성능이 우수한 것으로 나타났다.