• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.32-40
• /
• 2013

본 논문에서는 빔포밍과 입사각분석 기반 마스킹을 이용한 다채널 음성개선 알고리즘이 제안된다. 제안된 알고리즘에서는 LCMV 빔포밍을 수행한 후에 입사각 분석을 이용한 멜-주파수 위너필터가 적용되어 잔존하는 잡음을 제거한다. 성능 향상을 위해서 빔포밍의 적응 필터 학습률과 목표 음성 스펙트럼 검출을 위한 입사각 임계치가 최적화된다. 성능 지수로서 PESQ와 출력 SNR이 측정되었으며 실험 결과 제안한 알고리즘이 종전의 최소분산 빔포밍 기법보다 PESQ 관점에서 0.09, 출력 SNR 관점에서 5.75 dB의 성능 향상시킴을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.335-337
• /
• 2018

음성향상기법은 음성에 포함된 잡음이나 잔향을 제거하는 기술로써 마이크로폰으로 입력된 음성신호는 잡음이나 잔향에 의해 왜곡되어지므로 음성인식, 음성통신 등의 음성신호처리 기술의 핵심 기술이다. 이전에는 음성신호와 잡음신호 사이의 통계적 정보를 이용하는 통계모델 기반의 음성향상기법이 주로 사용되었으나 통계 모델 기반의 음성향상기술은 정상 잡음 환경과는 달리 비정상 잡음 환경에서 성능이 크게 저하되는 문제점을 가지고 있었다. 최근 머신러닝 기법인 심화신경망 (DNN, deep neural network)이 도입되어 음성 향상 기법에서 우수한 성능을 내고 있다. 심화신경망을 이용한 음성 향상 기법은 다수의 은닉 층과 은닉 노드들을 통하여 잡음이 존재하는 음성 신호와 잡음이 존재하지 않는 깨끗한 음성 신호 사이의 비선형적인 관계를 잘 모델링하였다. 이러한 심화신경망 기반의 음성향상기법을 향상 시킬 수 있는 방법 중 하나인 강화학습을 적용하여 기존 심화신경망 대비 성능을 향상시켰다. 강화학습이란 대표적으로 구글의 알파고에 적용된 기술로써 특정 state에서 최고의 reward를 받기 위해 어떠한 policy를 통한 action을 취해서 다음 state로 나아갈지를 매우 많은 경우에 대해 학습을 통해 최적의 action을 선택할 수 있도록 학습하는 방법을 말한다. 본 논문에서는 composite measure를 기반으로 reward를 설계하여 기존 PESQ (Perceptual Evaluation of Speech Quality) 기반의 reward를 설계한 기술 대비 음성인식 성능을 높였다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.573-579
• /
• 2019

완전한 자율 주행에 이르기 위해서는 주변 환경을 인지하는 인지 능력이 사람보다 뛰어나야 한다. 자율 주행에서 주로 사용되는 $60^{\circ}$ 협각, $120^{\circ}$ 광각 카메라는 시야각에 따른 각각의 단점이 존재한다. 본 논문의 목적은 광각, 협각 카메라가 가진 각각의 단점을 극복하기 위하여, 다중화각 차량 전방 카메라 시스템을 이용하여 더 넓은 영역의 전방을 대상으로 더 정확히 객체를 인식할 수 있는 심층신경망 알고리즘을 개발하는 것이다. 광각, 협각 카메라로 취득된 데이터의 종횡비를 분석해 SSD(Single Shot Detector) 알고리즘을 수정하였고, 취득된 데이터를 학습하여 단안 카메라만을 사용할 때 보다 높은 성능을 달성하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권5호
• /
• pp.1590-1609
• /
• 2021

Laughter is one of the most important nonverbal sound that human generates. It is a means for expressing his emotions. The acoustic and contextual features of this specific sound are different from those of speech and many difficulties arise during their modeling process. During this work, we propose an audio laughter generation system based on unsupervised generative models: the autoencoder (AE) and its variants. This procedure is the association of three main sub-process, (1) the analysis which consist of extracting the log magnitude spectrogram from the laughter database, (2) the generative models training, (3) the synthesis stage which incorporate the involvement of an intermediate mechanism: the vocoder. To improve the synthesis quality, we suggest two hybrid models (LSTM-VAE, GRU-VAE and CNN-VAE) that combine the representation learning capacity of variational autoencoder (VAE) with the temporal modelling ability of a long short-term memory RNN (LSTM) and the CNN ability to learn invariant features. To figure out the performance of our proposed audio laughter generation process, objective evaluation (RMSE) and a perceptual audio quality test (listening test) were conducted. According to these evaluation metrics, we can show that the GRU-VAE outperforms the other VAE models.

• 한국안광학회지
• /
• 제20권4호
• /
• pp.491-499
• /
• 2015

목적: 시각이상을 가진 아동을 대상으로 시기능훈련을 통한 시각기능이상의 개선 전후 시지각점수의 변화를 살펴보고 시지각에 미치는 영향을 알아보고자 한다. 방법: 시각기능이상을 가진 13세 미만($8.75{\pm}1.66$)의 아동 23명을 대상으로 시기능훈련 전후에 시지각기능검사(TVPS_R; test of visual perceptual skills-revised)를 실시하여 시기능훈련에 따른 시각기능의 변화와 시지각 평가점수의 변화를 분석하였다. 결과: 시기능훈련을 통해서 원거리 PRC(positive relative convergence) 분리점은 평균 $3.39{\pm}2.59{\Delta}$(prism)에서 $13.87{\pm}6.04{\Delta}$로 증가되었고, 근거리 P.R.C 분리점은 평균 $5.48{\pm}3.42{\Delta}$에서 $18.44{\pm}7.58{\Delta}$로 증가하였다. NPC(near point of convergence)는 $25.87{\pm}7.33cm$에서 $7.48{\pm}2.83cm$로 개선되었고, NPA(near point of accommodation)는 $19.57{\pm}7.16cm$에서 $7.09{\pm}1.88cm$로 개선되었다. 시지각평가에서 시각기억분야를 제외하고는 대응차가 시각완성에서 $17.74{\pm}16.94$(p=0.000), 시각적순차기억에서 $15.65{\pm}17.11$(p=0.000), 배경식별에서 $13.65{\pm}16.63$(p=0.001), 형태향상성에서 $12.74{\pm}18.41$(p=0.003), 시각구별에서 $6.49{\pm}10.07$(p=0.005), 시각적공간지각에서 $4.17{\pm}9.33$(p=0.043) 순으로 개선되었고, 이를 종합한 시지각점수는 대응차가 $15.22{\pm}8.66$(p=0.000)로서 더욱 더 유의한 결과를 나타내었다. 결론: 시기능훈련을 통해서 시각기능의 개선과 시각기억분야를 제외한 시지각점수의 향상이 시각완성, 시각적순차기억, 배경식별, 형태향상성, 시각구별, 시각적공간지각 순으로 유의하게 나타났다. 따라서 시각기능향상을 위한 시기능훈련은 시각의 기능뿐만 아니라 시지각의 기능까지 영향을 미치는 것을 확인 할 수 있으며 시각훈련의 중요성을 인식 할 수 있었다.

• 영재교육연구
• /
• 제24권5호
• /
• pp.781-806
• /
• 2014

본 연구에서는 일반교사들을 대상으로 영재와 영재교육 관련 이론 강좌와 참관 및 실습 과정의 사전/ 중간/ 사후기록지를 작성하게 하여 영재의 특성, 교수학습, 그리고 영재교사에 대한 인식 변화를 알아보고, 각 과정의 효과성을 알아보았다. 사전 또는 중간기록지에서는 영재학생의 지적 특성은 상위사고력과 창의성을, 정의적 특성으로는 높은 동기나 흥미, 과제집착력 등 주로 기존 문헌이나 교재에 나타난 특성을 많이 언급하였지만, 사후기록지에서는 표현력 부족, 경쟁심, 좌절 등과 같이 실제 관찰했던 특성에 대한 언급이 증가한 것을 볼 수 있었다. 또한 교수학습에서도 사후기록지에 영재들에게 적절한 차별화된 교수학습의 필요성을 인식하고 다양한 교수학습에 대해 강조하는 것을 볼 수 있었으며, 영재교사에 대한 인식도 모든 요소가 사전기록에서보다는 사후기록에서 증가한 것으로 나타났다. 그리고 교사들의 직접 경험을 통하여 이론 강좌와 참관 및 실습의 효과성을 알아본 결과 교사가 될 때 전혀 듣지 못했던 내용으로 한 분야에 전문성을 기르게 되었으며, 이론 강좌와 참관 및 실습 과정이 각각 효과적이었고, 결국 두 과정은 상호보완적으로 그 역할을 하였음을 알 수 있었다. 영재선발에서 교사추천이 강화된 시점에서 본 연구는 일반교사들을 대상으로 영재와 영재교육 전문성 교육을 통한 인식변화를 알아봄으로써 교육현장에 시사점을 알 수 있었다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.9-18
• /
• 2024

최근 수중표적의 저소음화와 해상교통량의 증가로 인한 주변 소음의 증가로 능동 소나 시스템의 중요성이 증대되고 있다. 하지만 신호의 다중 경로를 통한 전파, 다양한 클러터와 주변 소음 및 잔향 등으로 인한 반향신호의 낮은 신호대잡음비는 능동 소나를 통한 수중 표적 식별을 어렵게 만든다. 최근 수중 표적 식별 시스템의 성능을 향상 시키기 위해 머신러닝 혹은 딥러닝과 같은 데이터 기반의 방법을 적용시키려는 시도가 있지만, 소나 데이터셋의 특성 상 훈련에 충분한 데이터를 모으는 것이 어렵다. 부족한 능동 소나 데이터를 보완하기 위해 수학적 모델링에 기반한 방법이 주로 활용되어오고 있다. 그러나 수학적 모델링에 기반한 방법론은 복잡한 수중 현상을 정확하게 모의하는 데에는 한계가 있다. 따라서 본 논문에서는 심층 신경망 기반의 소나 신호 합성 기법을 제안한다. 제안하는 방법은 인공지능 모델을 소나 신호 합성 분야에 적용하기 위해, 음성 합성 분야에서 주로 사용되는 타코트론 모델의 주요 모듈인 주의도 기반의 인코더 및 디코더를 소나 신호에 적절하게 수정하였다. 실제 해상 환경에 모의 표적기를 배치해 수집한 데이터셋을 사용하여 제안하는 모델을 훈련시킴으로써 보다 실제 신호와 유사한 신호를 합성해낼 수 있게 된다. 제안된 방법의 성능을 검증하기 위해, 합성된 음파 신호의 스펙트럼을 직접 분석을 진행하여 비교하였으며, 이를 바탕으로 오디오 품질 인지적 평가(Perceptual Quality of Audio Quality, PEAQ)인지적 성능 검사를 실시하여 총 4개의 서로 다른 환경에서 생성된 반사 신호들에 대해 원본과 비교해 그 차이가 최소 -2.3이내의 높은 성적을 보여주었다. 이는 본 논문에서 제안한 방법으로 생성한 능동 소나 신호가 보다 실제 신호에 근사한다는 것을 입증한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.519-524
• /
• 2023

해싱 기반 이미지 검색에서는 조작된 이미지의 해시코드가 원본 이미지와 달라 동일한 이미지 검색이 어렵다. 본 논문은 이미지의 질감, 모양, 색상 등 특징 정보로부터 지각적 해시코드를 생성하는 자기 감독 기반 딥해싱 모델을 제안하고 평가한다. 비교 모델은 오토인코더 기반 변분 추론 모델들이며, 인코더는 완전 연결 계층, 합성곱 신경망과 트랜스포머 모듈 등으로 설계된다. 제안된 모델은 기하학적 패턴을 추출하고 이미지 내 위치 관계를 활용하는 SimAM 모듈을 포함하는 변형 추론 모델이다. SimAM은 뉴런과 주변 뉴런의 활성화 값을 이용한 에너지 함수를 통해 객체 또는 로컬 영역이 강조된 잠재 벡터를 학습할 수 있다. 제안 방법은 표현 학습 모델로 고차원 입력 이미지의 저차원 잠재 벡터를 생성할 수 있으며, 잠재 벡터는 구분 가능한 해시코드로 이진화 된다. CIFAR-10, ImageNet, NUS-WIDE 등 공개 데이터셋의 실험 결과로부터 제안 모델은 비교 모델보다 우수하며, 지도학습 기반 딥해싱 모델과 동등한 성능이 분석되었다.

• 한국응용과학기술학회지
• /
• 제37권3호
• /
• pp.473-483
• /
• 2020

본 논문은 지각된 가치가 적용된 관광 행동의도 정보를 이용한 지능형 클라우드 환경에서의 관광추천시스템을 제안한다. 이 제안 시스템은 관광정보와 관광객의 지각적 가치가 행동의도에 반영되는 실증적 분석 정보를 와이드 앤 딥러닝 기술을 이용하여 관광추천시스템에 적용하였다. 본 제안 시스템은 다양하게 수집할 수 있는 관광 정보와 관광객이 평소에 지각하고 있던 가치와 사람의 행동에서 나타나는 의도를 수집 분석하여 관광 추천시스템에 적용하였다. 이는 기존에 활용되던 다양한 분야의 관광플랫폼에 관광 정보, 지각된 가치 및 행동의도에 대한 연관성을 분석하고 매핑하여, 실증적 정보를 제공한다. 그리고 관광정보와 관광객의 지각적 가치가 행동의도에 반영되는 실증적 분석 정보를 선형 모형 구성요소와 신경만 구성요소를 합께 학습하여 한 모형에서 암기 및 일반화 모두를 달성할 수 있는 와이드 앤 딥러닝 기술을 이용한 관광추천 시스템을 제시하였고, 파이프라인 동작 방법을 제시하였다. 본 논문에서 제시한 추천시스템은 와이드 앤 딥러닝 모형을 적용한 결과 관광관련 앱 스토어 방문 페이지 상의 앱 가입률이 대조군 대비 3.9% 향상했고, 다른 1% 그룹에 변수는 동일하고 신경망 구조의 깊은 쪽만 사용한 모형을 적용하여 결과 와이드 앤 딥러닝 모형은 깊은 쪽만 사용한 모형 대비해서 가입률을 1% 증가하였다. 또한, 데이터셋에 대해 수신자 조작 특성 곡선 아래 면적(AUC)을 측정하여, 오프라인 AUC 또한 와이드 앤 딥러닝 모형이 다소 높지만 온라인 트래픽에서 영향력이 더 강하다는 것을 도출하였다.

• 대한수학교육학회지:수학교육학연구
• /
• 제23권2호
• /
• pp.153-171
• /
• 2013

본 연구의 목적은 학생들의 수학적 사고 스타일에 따른 문제해결과정에서 나타나는 특징을 발견함으로써 교사가 학생에게 다양한 표상을 제공하는 방법론에 대한 시사점을 주는 것이다. 이러한 특징들을 분석하기 위해서 대학교 1학년 학생 202명에게 지필검사를 실시한 후 수학적 사고 스타일을 고려한 4개 그룹으로 분류하여 그룹별로 두 명씩 총 8명에 대해 인터뷰를 실시하였다. 그 결과, 수학적 사고 스타일은 수학적 개념 정의방법, 표상에 대한 문제해결, 표상 간의 번역능력과 관계가 있다고 결론지을 수 있었다. 이러한 결과를 토대로 Dienes의 지각적 다양성의 원리를 구체화하여 향후 교수학습에서 다양한 표상을 제시하는 방법론에 대한 시사점을 줄 것으로 기대할 수 있다.