http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
음소 결정트리의 노드 분할을 위한 임계치 자동 결정 알고리즘
김범승,김순협,Kim, Beom-Seung,Kim, Soon-Hyob 한국음향학회 2012 韓國音響學會誌 Vol.31 No.3
본 논문에서는 코레일에서 운영중인 640개 기차역명의 음소기반의 음성인식을 위하여 트라이폰 단위의 음소 결정트리 구축 시 노드 분할 과정에서 사용되는 임계치의 결정에 있어 통계적 기법인 상관관계 분석과 회귀분석을 활용하여 군집화율을 추정하고 이를 이용한 평균 군집화율에 따른 임계치의 값에 의해 자동으로 결정하는 방법을 제안하였다. 제안된 방법의 유효성 검증을 위한 실험에서 기존의 일괄 적용된 Baseline 보다 1.4~2.3 %의 인식률 향상을 보였다. In the paper, phonetic decision tree of the triphone unit was built for the phoneme-based speech recognition of 640 stations which run by the Korail. The clustering rate was determined by Pearson and Regression analysis to decide threshold used in node splitting. Using the determined the clustering rate, thresholds are automatically decided by the threshold value according to the average clustering rate. In the recognition experiments for verifying the proposed method, the performance improved 1.4~2.3 % absolutely than that of the baseline system.
계절 ARIMA 모형을 이용한 중앙선의 여객수송수요 예측
김범승(Beom-Seung Kim),이찬우(Chan-Woo Lee),심재호(Jae-Ho Sim),이승기(Seung-Ki Lee),김주희(Joo-Hee Kim),박현규(Hyun-Gyu Park) 한국철도학회 2013 한국철도학회 학술발표대회논문집 Vol.2013 No.11
본 연구는 중앙선의 여객수송수요를 효율적으로 예측하기 위한 방법으로 계절성 요인을 고려한 ARIMA 모형을 제안하였다. 특히, 최근의 관광수요를 반영하기 위하여 2013년 4월 개통되어 운행되고 있는 중부내륙권 관광전용열차(O-train, V-train)의 수요를 포함하여 예측모형을 구축하였다. 이를 위하여 2005년 1월부터 2013년 7월까지의 월별 시계열 데이터 (103개)를 사용하여 최적의 모형을 선정하였으며 예측결과 중앙선의 여객수송수요는 지속적으로 증가할 것으로 나타났다. 구축된 모형은 중앙선의 단기수요를 예측하는데 활용이 가능하다. This study suggested the ARIMA model considering the seasonal characteristic factor as the method for forecasting passenger transport demand of the Joongang Line efficiently. Particularly, the forecasting model was built including the demand for the central inland region tourist train (O-train, V-train) which was opened to traffic in April, 2013 and run in order to reflect the recent demand for tourism industry. For this, by using the monthly time series data (103) from January, 2005 to July, 2013 the optimum model was selected. And, the forecasting result of passenger transport demand of the Joongang Line showed up to increase continuously. The developed model forecast the demand for short-term of the Joongang Line and is available.
김범승(Beom-Seung Kim),김순협(Soon-Hyob Kim) 한국철도학회 2012 한국철도학회 학술발표대회논문집 Vol.2012 No.10
본 논문에서는 한국의 640 개 기차역명의 트라이폰 단위 음소기반 음성인식을 위하여 기차역명의 음성학적·음운론적 특성을 분석하고 이를 고려하여 Station-Rule #1: 초성·종성의 자음과 단모음의 인식단위 구분, Station-Rule #2: 음절 끝소리 규칙, Station-Rule #3: 비음동화, Station-Rule #4: 비음화, Station-Rule #5: 경음화, Station-Rule #6: 연음법칙(격음화 포함), Station-Rule #7: 수의적 변동의 7-Station Rules 를 정의하였다. 그리고 이를 반영한 효율적인 인식단위 선정을 위하여 발음사전을 만들고 PLU(Phoneme-Likely Unit) set 별 인식률 실험을 통하여 Baseline 및 기존의 PLU 보다 제안하는 46 PLU 가 효율성이 있음을 확인하였다. This paper analyzes the characteristics of the names of train stations in the aspects of phonetics and phonemics to study speech recognition in phoneme base of triphone unit of 640 Korean train stations to define 7-Station Rules. Station #1: Unit of Initial-Final Consonant and Unit of Mono-Vowel Station #2: Coda Neutralization, Station #3: Nasal Assimilation, Station #4: Nasalization, Station #5: Tensification, Station #6: Liaison(include Aspiration), Station #7: Voluntary Variation. In order to select the efficient recognition unit incorporating the aforementioned purpose, a pronunciation dictionary was provided by the author. We could know the proposed 46 PLU is more efficient than the baseline and existing PLU by the experiment on the recognition rate of PLU(Phoneme-Likely Unit) sets.
김범승(Beom-Seung Kim),이규찬(Kyu-Chan Lee),심재호(Jae-Ho Sim),김주희(Joo-Hee Kim),윤상식(Sang-Sik Yun),정경우(Kyeong-Woo Jung) 한국철도학회 2014 한국철도학회 학술발표대회논문집 Vol.2014 No.5
본 연구는 시간·공간에 구애받지 않는 즉시성 있는 소통채널 확대를 통해 철도의 안전문화 확산 및 휴먼에러의 사전예방을 위한 모바일 앱 서비스의 개발과 방향성을 제시하고자 한다. 최근 들어 대형 철도사고가 발생하고 있는 것은 안전의식의 결여(인적오류) 뿐만 아니라 시간·공간의 제약에 따른 안전정보 소통의 부재, 교번·교대 근무에 따른 안전정보 전파 제약으로 인하여 즉시성 있는 안전정보 서비스의 제공이 미흡한 것이 큰 원인이다. 이러한 문제점을 효율적으로 해결하기 위하여 언제, 어디서나 안전소통을 할 수 있는 모바일앱 서비스를 개발하였다. 개발된 모바일 앱 서비스는 철도 최상의 가치인 안전을 확보하기 위한 선도적인 창구역할을 할 것으로 기대한다. This study presented the development of the Mobile APP Service and direction through the immediate expansion of communication channel without regard to the time and space for the safety culture diffusion of the railway and the advanced prevention of human error. Recently, the large-scale railroad accident generated. This is basically due to lack of the safety consciousness (Human Error). But, because of the constraints of time and space is insufficient safety information communication and the safety information propagation is restricted due to the alternating shift work. Thereby the immediate safety information service is insufficient. This is the major factor. We have developed Mobile APP Service for anytime, anywhere safety communication in order to solve this problem efficiently. The developed Mobile APP Service expects to do the properly function of a window for ensuring the safety that is the value of the best of the railway.
김예진(Kim, Ye Jin),장정욱(Jang, Jung Wook),김범승(Kim, Beom Seung) 대한교통학회 2016 대한교통학회 학술대회지 Vol.75 No.-
70% 이상이 산지인 한반도의 지형 특성상 터널, 경사면, 곡선로 등 위험 구간이 전국 곳곳에 분포되어 있다. 또한 계절적 영향으로 동일한 지역일지라도 장마, 해빙, 집중호우, 폭설 등 기후적 요건에 따라 나타나는 위험 구간도 고려하여야 한다. 이런 지형·기후적 특성은 미숙달자는 물론 숙달된 기관사에게도 위험요소로 작용하여 철도사고로 이어질 가능성이 높아진다. 특히 과거와 달리 철도사고 원인으로 많은 비중을 차지하는 인적요인은 개인적인 운전습관을 포함하여 여러 변수가 작용하기 때문에 기관사의 판단은 중요한 요인으로 작용한다. 따라서 빅데이터 기반 사고·장애 관련 철도안전 정보를 수집·분석하여 지도상에 표출한다면 위험구간을 기관사가 인지하고 안전 운행이 가능하다. 이는 나아가 사고예측정보를 활용하여 전국 철도노선에서 나타나는 위험구간 정보를 기관사에게 전달하여 인적요인에 의한 철도사고를 미연에 방지하고자 함이다. 본 연구에서는 최근 다년간 발생한 빅데이터 기반의 사고·장애 정보를 활용하여 전국의 철도안전 정보를 시각화하여 위험구간을 도출하고자 한다.