• 한국음향학회지
• /
• 제18권3호
• /
• pp.3-9
• /
• 1999

본 논문에서는 독립단어 음성인식 시스템을 위하여 반음소(anti-phone) 모델링을 이용한 인식 거절(rejection)기능에 대해 기술한다. 음성인식 거절 기능은 음성인식기를 제작할 ？ 정해놓은 인식대상 단어 이외의 단어가 입력되었을 때 그 단어가 인식할 수 없는 단어임을 알려주는 기능이다. 음성인식 거절기능을 구하는 방식은 핵심어 검출(keyword spotting)방식과 발화검증(utterance verification)방식으로 구분된다. 핵심어 검출 방식은 인식 대상 단어 외의 단어를 별도로 모델링하여 하나의 인식대상 단어처럼 사용하는 방식이고, 발화검증 방식은 각 음소마다 그와 유사한 anti-model을 작성한 후 정상적인 음소 모델과 anti-model과의 유사도를 비교하여 결정하는 방식이다. 본 연구에서는 독립단어 음성인식 시스템에 적용될 수 있는 발화 검증 방식에 의해 음성인식 거절 기능을 구현하였다. 특히 유사도를 결정함에 있어서 산술평균, 기하평균, 조화평균을 사용하고 각각을 비교하여, 기하평균을 사용하는 방식이 우수한 성능을 보임을 알 수 있었다. 음성의 신뢰도(confidence score)를 정규화하기 위해서 Sigmoid 함수를 사용하는데 이 함수의 가중치(weight) 상수의 변화에 대해 인식률을 비교함으로써 가장 적절한 가중치 상수값을 결정하였다. 그리고 유사음소집합(cohort set)에 대한 실험에서는 유사음소집합의 크기가 클수록 더 좋은 성능을 보이는 결과를 얻었다. 음성인식 테스트 결과에서는 신뢰도 임계치 값을 구하고 이 값을 사용하여 인식률을 계산하였으며, 거절의 오류까지 포함된 음성인식률은 약 76%였다. 이 연구결과는 현재 한국통신에서 시험 서비스 중인 음성인식 증권정보 안내 시스템에 적용될 예정이다.

• 한국전산구조공학회논문집
• /
• 제29권6호
• /
• pp.529-538
• /
• 2016

멱 법칙 및 S 형상 함수를 이용한 점진기능재료(FGM) 판의 정적 및 동적해석을 위해 단순화된 전단변형이 고려된 이론을 정식화 하여 동적 평형방정식을 유도하였다. 단순화된 전단변형 이론은 전단보정계수가 필요없으며 수직 전단변형률과 전단응력의 곡선분포를 고려하였고 판의 상부와 하부에서 0이 된다는 조건을 만족한다. 또한 4개의 변수만으로 평형방정식이 유도되고 합응력, 평형방정식 그리고 경계조건이 고전적 이론과 유사한 형태를 가지게 된다. 점진기능재료의 형태는 멱 법칙 및 S 형상 함수로 두께방향으로 변화가 고려된다. Hamilton 원리를 이용하여 동적 평형방정식을 유도하였고 Winkler-Pasternak 탄성지반 모델을 적용하였다. 단순지지된 점진기능재료 판의 정적 및 자유진동 응답을 계산하였고 비교하였다. 본 연구에서 제시한 결과는 참고문헌과 비교하여 정확하고 관련성을 가진다. 거듭제곱 지수, 탄성지반 계수 그리고 폭-두께비의 변화에 따른 정적 및 자유진동 해석결과를 제시하였다.

• 센서학회지
• /
• 제8권1호
• /
• pp.45-52
• /
• 1999

이 논문에서는 오차 역전파 학습 알고리듬의 학습 속도를 향상시키기 위한 새로운 학습 방법을 제안한다. 제안하고자 하는 방법은 시그모이드 형태를 갖는 신경회로망의 활성화 함수(activation function) 자체에 고차항(higher order)을 적절히 이용하여 초기 학습 단계에서 발생할 수 있는 조기 포화(premature saturation) 현상을 계산량의 큰 증가 없이 효과적으로 대처할 수 있다. 고차항을 이용함으로써 은닉층 활성화 함수의 도합수가 작은 값으로 감소함에 따라 신경망의 연결 강도를 학습시키는 학습율은 적응적으로 큰 값을 갖게 된다. 또한, 은닉층에 고차항을 이용하는 제안한 방법에 모멘텀(momentum) 학습 알고리듬을 결합하는 새로운 hybrid 학습 방법을 제안한다. 컴퓨터 모의 실험을 통해 제안하고자 하는 학습 방법과 기존의 방법들과의 학습 속도 성능을 비교한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권6호
• /
• pp.61-70
• /
• 2011

본 논문은 퍼지를 적용한 순환 신경망을 이용하여 잡음 제거용 필터를 구현하였다. 제안된 퍼지 순환 신경망 구조는 기본적으로 순환 신경망 구조를 이용하여 가중치 및 반복횟수가 일정한 값에 수렴하도록 하였으며, 하이브리드 퍼지 소속 함수 연산자를 적용하여 수학적인 계산량 및 복잡성를 단순화하였다. 본 논문은 제안된 퍼지 순환 신경망 구조 필터가 일반적인 순환 신경망 구조 필터보다 평균 0.38dB 정도 영상복원이 개선됨을 PSNR을 이용하여 증명하였다. 또한 결과 영상 비교에서 제안된 방법을 적용하여 얻은 영상이 기존 방법을 적용하여 얻은 영상보다 원영상과 더 유사함을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.65-66
• /
• 2007

본 논문은 파라미터 변동에 잘 적응하며 강인한 영구자석 동기전동기의 위치센서 없는 센서리스 제어를 위해 개선된 슬라이딩 모드 관측기에 고정자 저항 추정기능을 추가한 새로운 슬라이딩 모드 적응 관측기를 제안한다. 제안된 관측기는 개선된 슬라이딩 모드 관측기를 사용함으로써 기존의 슬라이딩 모드 관측기에서 채터링(Chattering) 문제 해결을 위해 저역통과필터(Low-pass filter)의 사용 및 추가적인 회전자의 위치보상은 Sigmoid 함수를 스위칭 함수로 사용하므로 제거 할 수가 있다. 또한 고정자 저항 추정기능을 추가하여 센서리스 운행 중 환경적 요인으로 인한 고정자 저항값의 변동이나 초기에 고정자 저항값을 잘못 알고 있더라도 빠른 적응을 통해서 추정오차를 절감시켜 전동기의 속도추정 성능을 향상시킬수 있다. 또한 기존의 적응 슬라이딩 모드 관측기에서의 적분연산을 줄임으로써 제어시스템의 성능을 개선시켰다 제안된 관측기의 안정성은 Lyapunov 후보 함수를 이용하여 관측기의 이득을 설정함으로써 검증하였으며 관측기의 성능은 시뮬레이션을 통한 실험을 통하여 그 타당성을 입증하였다.

• 한국통신학회논문지
• /
• 제22권5호
• /
• pp.1026-1035
• /
• 1997

본 연구는 RBFN의 일종인 GPFN과 PNN을 이용한 음소인식에 관한 연구이다. RBFN의 구조는 계층형 신경망의 구조와 유사하지만, hidden층에서 활성화함수, 참조벡터 및 학습알고리듬의 선택이 다르다. 특히 PNN은 시그모이드 함수가 지수를 포함한 함수들의 한 분류로 대체된다는 것이며, 학습이 필요없으므로 전체계산 시간이 빠르게 수행된다. 5모음, 12자음을 대상으로 한 음소인식 실험에서 평가데이터, VQ와 LVQ에 의한 코드북 데이터를 사용한 경우에 음성의 통계적 특성을 잘 반영하고 있는 RBFN의 일종인 GPFN과 PNN의 인식결과가 MLP보다 우수하였다.

• 한국산림과학회지
• /
• 제89권4호
• /
• pp.463-469
• /
• 2000

이 연구는 다른 수종에 비해 상대적으로 빠른 생장을 보여 상업적으로 중요하게 여겨지는 뉴질랜드 사우스랜드 지역에 조림된 미송(美松) (Pseudotsuga menziesii Mirb. Franco)의 흉고단면적(胸高斷面績) 추정 함수 유도에 관한 것이다. 흉고단면적(胸高斷面績) 함수를 도출하기 위하여 중간 측정 주기의 영구 표본점 데이터가 사용되었고, 대수차분(代數差分) 방정식을 이용하여 흉고단면적(胸高斷面績) 함수식을 유도하였다. 모수(母數) 추정은 SAS의 비선형 루틴에 의하여 수행하였다. 다양한 생장 추정 함수 모델을 적용한 후 잔차를 분석하여 평균제곱오차가 가장 작고 잔차 패턴이 편의가 없는 생장식을 선발하여, 추가 독립변수를 적용하여 모델의 추정 정도를 분석하였다. 그 결과 여러 추정 생장 함수 중 지위지수(地位指數) 및 간벌주기를 독립변수로 포함한 Schumacher 다형곡선(多形曲線) 생장식이 가장 정밀한 추정을 나타내었다. 이 결과로 흉고단면적(胸高斷面績) 생장과 지위지수(地位指數)사이에는 양(+)의 상관관계(相關關係)가 있음을 알 수 있었다. 그리고 정의된 간벌주기는 흉고단면적(胸高斷面績)식의 정도(精度)를 높이는데 유용한 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.97-105
• /
• 2009

본 논문에서는 일반화된 캐스케이드 코릴레이션 학습 알고리즘과 일반화된 순환 캐스케이드 코릴레이션 학습 알고리즘의 결합을 통한 새로운 알고리즘을 소개한다. 이 새로운 알고리즘은 패턴분류문제(pattern classification problem)의 신속한 해결을 위하여 비순환 뉴런이 유리한지 순환 뉴런이 유리한지 또는 수직성장이 유리한지 수평성장이 유리한지 고민할 필요 없이 후보뉴런의 학습 중에 네트워크의 구성을 스스로 결정한다. 이 알고리즘의 성능평가를 위하여 학습 알고리즘에서 중요한 기준 문제(benchmark problem) 중의 하나인 콘택트렌즈 문제(Contact lens problem)와 밸런스 스케일 문제 (Balance scale problem)에 대하여 실험하였고 기존의 캐스케이드 코릴레이션 알고리즘 및 순환 캐스케이드 코릴레이션 알고리즘과 성능을 비교 하였다. 이 실험에서 활성화 함수는 일반적으로 많이 사용하는 시그모이드 함수(sigmoidal function) 와 하이퍼볼릭탄젠트 함수(hyperbolic tangent function)를 사용하였다. 이 새로운 알고리즘은 학습을 통하여 기존의 알고리즘보다 적은 수의 은닉뉴런을 생성하여 보다 빠른 학습 속도를 보여주었다.

• 원예과학기술지
• /
• 제28권5호
• /
• pp.768-776
• /
• 2010

본 실험은 thermal units을 이용하여 single-stemmed rose($Rosa$ $hybrida$ L.) 'Vital'의 초장, 생체중 및 총엽면적과 각 생육단계에 도달하는 시간을 예측하고, 장미의 신초발달 모델을 개발하기 위해 수행하였다. 기저온도($T_b$), 적정온도($T_{opt}$), 및 최대온도($T_{max}$)는 신초의 발달율과 평균온도의 회귀를 통해 예측하였다. 삽목에서 정식(CT-TP)까지의 생육단계에 대한 신초의 발달율은 linear 함수인 $R_b(d^{-1})$ = -0.0089 + $0.0016{\cdot}Temp$으로 나타났다. 정식에서 수확(TP-HV)까지의 생육단계에서 신초의 발달율은 parabolic 함수인 $R_h(d^{-1})$ = $-0.0001{\cdot}Temp^2$ + $0.0054{\cdot}Temp$ - 0.0484으로 나타낼 수 있었다. $T_b$, $T_{opt}$ 및 $T_{max}$는 각각 5.56, 27.0, 및 $42.7^{\circ}C$으로 나타났다. Tb값 $5.56^{\circ}C$은 single-stemmed rose의 신초발달에 대한 온도함수인 thermal units 계산에 이용되었다. 엽수, 엽면적 및 엽중은 삽목시기에 상관없이 sigmoid curve를 나타내었다. 엽면적(LA) 모델은 thermal units를 사용하여 sigmoid 함수, LA = 578.7 $[1+(thermal units/956.1)^{-8.54}]^{-1}$로 기술할 수 있었다. 삽목에서 정식(CT-TP)과 정식에서 수확(TP-HV)까지의 생육단계에 있어서 요구되는 평균 thermal units($^{\circ}C{\cdot}d$)는 각각 $426{\pm}42(^{\circ}C{\cdot}d)$과 $783{\pm}24(^{\circ}C{\cdot}d$)였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.217-218
• /
• 2021

본 논문에서는 다층 퍼셉트론을 활용하여 League of Legends 게임의 승패를 예측하는 Deep Neural Network 프로그램을 설계하는 방법을 제안한다. 연구 방법으로 한국 서버의 챌린저 리그에서 행해진 약 26000 경기 데이터 셋을 분석하여, 경기 도중 15분 데이터 중 드래곤 처치 수, 챔피언 레벨, 정령, 타워 처치 수가 게임 결과에 유의미한 영향을 끼치는 것을 확인하였다. 모델 설계는 softmax 함수보다 sigmoid 함수를 사용했을 때 더 높은 정확도를 얻을 수 있었다. 실제 LOL의 프로 게임 16경기를 예측한 결과 93.75%의 정확도를 도출했다. 게임 평균시간이 34분인 것을 고려하였을 때, 게임 중반 정도에 게임의 승패를 예측할 수 있음이 증명되었다. 본 논문에서 설계한 이 프로그램은 전 세계 E-sports 프로리그의 승패예측과 프로팀의 유용한 훈련지표로 활용 가능하다고 사료된다.