• 한국음향학회지
• /
• 제30권3호
• /
• pp.149-157
• /
• 2011

본 논문은 support vector machine (SVM)을 사용하여 은닉 마코프 모델 (HMM)과 심잡음 존재 정보를 결합한 새로운 심장질환 분류 방법을 제안한다. 켑스트럼 특징과 HMM 비터비 (Viterbi) 알고리듬을 이용하여 입력 신호를 모든 심장질환 모델에 대하여 상태 단위로 분할하여 상태별로 로그우도 (점수)를 계산한다. 심잡음 신호의 시간적 위치 특성을 이용하기 위하여 입력신호를 두 개의 부대역으로 나누고 부대역별로 프레임 단위의 심잡음 점수를 계산한 다음, 비터비 알고리듬으로부터 구한 상태 분할 정보를 이용하여 상태단위의 심잡음 점수를 구한다. SVM은 모든 심장질환 종류에 대한 상태 단위의 HMM과 심잡음 점수를 입력으로 하여 최종적으로 심장질환을 판정한다. 심장질환 분류 실험결과, 제안한 방법은 기존의 켑스트럼 특징과 HMM 분류기를 이용한 방법에 비하여 20.4 %의 상대적 개선율을 보여준다.

• 음성과학
• /
• 제5권1호
• /
• pp.7-21
• /
• 1999

This paper proposes an improved training procedure in speech recognition based on the continuous density of the Hidden Markov Model (CDHMM). Of the three parameters (initial state distribution probability, state transition probability, output probability density function (p.d.f.) of state) governing the CDHMM model, we focus on the third parameter and propose an efficient algorithm that determines the p.d.f. of each state. It is known that the resulting CDHMM model converges to a local maximum point of parameter estimation via the iterative Expectation Maximization procedure. Specifically, we propose two independent algorithms that can be embedded in the segmental K -means training procedure by replacing relevant key steps; the adaptation of the number of mixture Gaussian p.d.f. and the initialization using the CDHMM parameters previously estimated. The proposed adaptation algorithm searches for the optimal number of mixture Gaussian humps to ensure that the p.d.f. is consistently re-estimated, enabling the model to converge toward the global maximum point. By applying an appropriate threshold value, which measures the amount of collective changes of weighted variances, the optimized number of mixture Gaussian branch is determined. The initialization algorithm essentially exploits the CDHMM parameters previously estimated and uses them as the basis for the current initial segmentation subroutine. It captures the trend of previous training history whereas the uniform segmentation decimates it. The recognition performance of the proposed adaptation procedures along with the suggested initialization is verified to be always better than that of existing training procedure using fixed number of mixture Gaussian p.d.f.

• Journal of Communications and Networks
• /
• 제5권2호
• /
• pp.157-166
• /
• 2003

This paper deals with the problem of channel identification for Single Input Multiple Output (SIMO) slow fading channels using clustering algorithms. Due to the intrinsic memory of the discrete-time model of the channel, over short observation periods, the received data vectors of the SIMO model are spread in clusters because of the AWGN noise. Each cluster is practically centered around the ideal channel output labels without noise and the noisy received vectors are distributed according to a multivariate Gaussian distribution. Starting from the Markov SIMO channel model, simultaneous maximum ikelihood estimation of the input vector and the channel coefficients reduce to one of obtaining the values of this pair that minimizes the sum of the Euclidean norms between the received and the estimated output vectors. Viterbi algorithm can be used for this purpose provided the trellis diagram of the Markov model can be labeled with the noiseless channel outputs. The problem of identification of the ideal channel outputs, which is the focus of this paper, is then equivalent to designing a Vector Quantizer (VQ) from a training set corresponding to the observed noisy channel outputs. The Linde-Buzo-Gray (LBG)-type clustering algorithms [1] could be used to obtain the noiseless channel output labels from the noisy received vectors. One problem with the use of such algorithms for blind time-varying channel identification is the codebook initialization. This paper looks at two critical issues with regards to the use of VQ for channel identification. The first has to deal with the applicability of this technique in general; we present theoretical results for the conditions under which the technique may be applicable. The second aims at overcoming the codebook initialization problem by proposing a novel approach which attempts to make the first phase of the channel estimation faster than the classical codebook initialization methods. Sample simulation results are provided confirming the effectiveness of the proposed initialization technique.

• 전자공학회논문지CI
• /
• 제43권1호
• /
• pp.17-26
• /
• 2006

본 논문에서는 은닉 마르코프 모델 (HMM: hidden Markov model)을 이용한 제스처 인식 방법을 제안하고, 이를 게임 시스템의 인터페이스로 적용한 사례를 소개한다. 제안된 방법은 다음의 두 가지 특징을 가진다. 첫 번째는 사전에 분할된 데이터 열을 입력으로 사용하는 기존의 방법과는 달리, 제안된 방법은 카메라로부터 입력되는 비디오 스트림을 HMM의 입력으로 사용한다는 것이다. 두 번째는 제안된 HMM은 제스처의 분할과 인식을 동시에 수행한다는 것이다. 제안된 방법에서 사용자의 제스처는 13개의 제스처들을 인식하는 13개의 specific-HMM들을 결합하는 하나의 통합된 HMM을 통해 인식된다. 제안된 HMM은 사용자의 머리와 양손의 2D-위치 좌표로 구성된 포즈 심볼들의 열을 입력받는다. 그리고 새로운 포즈가 입력될 때마다, HMM의 상태 확률 값을 갱신한다. 그때, 만약 특정 상태의 확률 값이 미리 정해둔 임계치보다 큰 경우, 그 특정 상태를 포함하고 있는 제스처로 인식한다 제안된 방법의 정당성을 입증하기 위하여, 제안된 방법은 Quake II라는 컴퓨터 게임에 적용되었다. 실험결과는 제안된 방법이 높은 인식 정확률과, 계산 시간을 확연하게 감소시킬 수 있었음을 보여주었다.

• 전자공학회논문지S
• /
• 제35S권2호
• /
• pp.1-9
• /
• 1998

ATM was adopted as the switching and multiplexing technique for BISDN which aims at transmitting traffics with various characteristics in a unified network. To construct these ATM networks, the most important aspect is the design of the switching system with high performance and different service capabilities. In this paepr, we analyze the performance of an input and output queueing switch with preemptive priority which is considered to be most suitable for ATM networks. For the analysis of an input queue, we model each input queue as two separate virtual input queues for each priority class and we approximage them asindependent Geom/Geom/1 queues. And we model a virtual HOL queue which consists of HOL cells of all virtual input queues which have the same output address to obtain the mean service time at each virtual input queue. For the analysis of an output quque, we obtain approximately the arrival process into the output queue from the state of the virtual HOL queue. We use a Markov chain method to analyze these two models and obtain the maximum throughput of the switch and the mean queueing delay of cells. and analysis results are compared with simulation to verify that out model yields accurate results.

• 인터넷정보학회논문지
• /
• 제13권1호
• /
• pp.7-14
• /
• 2012

본 논문은 불완전한 채널 감지를 고려한 포화 상태에서의 IEEE 802.11 carrier-sense multiple access with collision-avoidance(CSMA/CA)의 성능을 분석한다. 불완전한 채널 감지는 missed-detection과 false alarm을 포함하는데, 이러한 불완전한 채널 감지가 IEEE 802.11의 성능에 미치는 영향을 분석하고 이를 수식적으로 표현한다. 물리 계층의 불완전한 채널 감지를 표현하기 위해, 본 논문에서는 기존의 2차원 마코프 프로세스 모델을 수정했다. 모의실험 결과와 제안된 모델의 이론적인 결과가 일치하는 것을 보였다. 이러한 실험 결과를 바탕으로, 감지 확률이 IEEE 802.11의 성능에 있어 가장 중요한 요소임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.285-289
• /
• 2020

무선 네트워크의 계층적 구성은 다양한 네트워크 환경을 지원하기 위해 제공된다. 기지국에서는 두 가지 시스템 상태가 기본적으로 고려될 수 있으며, 이에 대해 액티브와 슬립 모드 사이에서 상태 전이가 발생할 수 있다. 그러므로 에너지 사용을 줄이기 위하여 저전력의 시스템 운영 관리가 기지국 시스템에 고려되어야 한다. 따라서 본 논문에서는 시스템 관리를 다루기 위해 Discontinuous Reception (DRX) 분석 모델을 고려한다. DRX 모델을 통하여 기지국 시스템의 운영에 대한 분석 방안을 제시하며 에너지 소비를 위한 저전력 강도를 살펴본다. 또한 시스템 상태에서 기지국의 저전력 소모에 대한 성능을 분석하기 위해 무선 자원 요구와 서비스 호 도착의 운영이 고려되며, 이를 위하여 유한 마르코프 시스템 모델을 사용하였다.

• The Journal of the Acoustical Society of Korea
• /
• 제21권2E호
• /
• pp.98-104
• /
• 2002

The present study describes a combination method to recognize the human affective states such as anger, happiness, sadness, or surprise. For this, we extracted emotional features from voice signals and facial expressions, and then trained them to recognize emotional states using hidden Markov model (HMM) and neural network (NN). For voices, we used prosodic parameters such as pitch signals, energy, and their derivatives, which were then trained by HMM for recognition. For facial expressions, on the other hands, we used feature parameters extracted from thermal and visible images, and these feature parameters were then trained by NN for recognition. The recognition rates for the combined parameters obtained from voice and facial expressions showed better performance than any of two isolated sets of parameters. The simulation results were also compared with human questionnaire results.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제10권1호
• /
• pp.37-42
• /
• 2010

Final year students are normally encountering high pressing in their study. In view of this fact, this research focuses on determining mental states condition of college student in final year based on the psycho-physiological information. The experiments were conducted in two times, i.e., prior- and post- graduation seminar examination. The early results indicated that the student profile of mood states (POMS) in prior final graduation seminar showed higher scores than students in post final graduation seminar. Thus, in this research, relation between biosignal representing by heart rate variability (HRV) and questionnaire responses were evaluated by hidden Markov model (HMM) and neural networks (NN).

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.101-102
• /
• 2007

Heart diseases are critical and should be detected as soon as possible. A stethoscope is a simple device to find cardiac disorder but requires keen experiences in heart sounds. We evaluate a cardiac disorder classifier by using heart sounds recorded by a digital wireless stethoscope developed in this work. The classifier uses hidden Markov models with circular state transition to model the heart sounds. We train the classifier using two kinds of data: One recorded by using our stethoscope and the other sampled from a clean heart sound database. In classification experiments using 165 sound clips, the classifier shows the classification accuracy of 82% in classifying 6 cardiac disorder categories.