http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
MIN 모듈을 갖는 준연속 Hidden Markov Model
김대극,이정주,정호균,이상희 한국음성과학회 2000 음성과학 Vol.7 No.4
In this paper, we propose the HMM with the MIN module. Because initial and re-estimated variane vectors are important elements for performance in HMM recognition systems, we propose a method which compensates for the mismatched statistical feature of training and test data. The MIN module function is a differentiable function similar to the sigmoid function. Unlike a continuous density function, it does not include variance vectors of the data set. The proposed hybrid HMM/MIN module is a unified network in which the observation probability in the HMM is replaced by MIN module neural network. The parameters in the unified network are re-estimated by the gradient descent method for the Maximum Likelihood (ML) criterion. In estimating parameters, the variance vector is not estimated beacuse there is no variance element in the MIN module function. The experiment was peroformed to compare the performance of the proposed HMM and the conventional HMM. The experiment measured an isolated number for speaker independent recognition. Keywords : Hidden Markov Model, MIN module, Maximum Likelihood
MIN 모듈을 갖는 Hidden Markov Model의 학습 방법에 관한 연구
김대극,이정주,정호균,이상희 강원대학교 정보통신연구소 2001 정보통신논문지 Vol.5 No.-
In this paper, we propose the HMM with the MIN module. Because initial and re-estimated variance vectors are important elements for performance in HMM recognition systems, we propose a method which compensates for the mismatched statistical feature of training and test data. The MIN module is an element of the generalized learning vector quantization (GLVQ) network, which generalizes learning conditions of LVQ and minimizes errors of the cost function given to generate optimized reference vectors. The proposed hybrid HMM/MIN module is a unified network in which the observation probability in the HMM is replaced by the MIN module neural network. Two kinds of experiments were performed to compare the performance of the proposed HMM and the conventional HMM.
데이터 서비스를 위주로 하는 이동통신 망에서의 주파수 소요량 산출 모델
김대극(Kim, Dae-Keuk),양은샘(Yang, Eun-Sam),김화종(Kim, Hwa-Jong) 한국산학기술학회 2009 한국산학기술학회논문지 Vol.10 No.2
WiMax, WiBro 등의 무선망에서의 데이터 서비스들은 더 빠른 이동성 확보와 더 높은 데이터 전송 속도의 실현을 목표로 변화와 발전을 계속하고 있다. 이러한 서비스 진화에서는 무선 데이터 통신망에서 가입자의 트래픽 수요를 충족시키고 무선망 구축을 위한 정확한 주파수 소요량 예측이 무엇보다 중요하다. 따라서 본 논문에서는 기존 기술 연구의 문제점을 분석하여 데이터 서비스를 위주로 하는 이동 통신망의 주파수 소요량 산출시 고려해야 할 핵심 요소들을 제안하였다. 그것은 첫째 데이터 트래픽의 자기 유사성 특징, 둘째, QoS(Quality of Service)가 고려된 처리용량, 셋째, 기지국 부하율의 비균일 특성, 그리고 마지막으로 FA 증설구조이다. 또한 데이터 서비스를 위주로 하는 이동통신 망에서는 이러한 핵심 요소들을 적용하여 주파수 소요량 산출 표준 모델을 제안하였다. Today, as various access technologies appear, for example WiMax, WiBro, the demand for spectrum is increasing rapidly. Spectrums are a national resource with scarcity value so that we need to allocate them effectively for the national economy and industry. Accordingly, In the paper, we proposed several factors and new model for estimating spectrum requirements of a next generation mobile network with multimedia data services. These are self-similarity characteristics of data traffic, engineered capacity considering QoS, structure of FA increase, asymmetry of data traffic between uplink and downlink, handoff traffic, and uneven traffic pattern among base stations. It can applied mobile WiMax or other wireless broadband systems in general.
변형된 CNN에 기초한 LVQ2의 초기 참조벡터 결정 방법
김대극(Dae Keuk Kim),이상희(Sang Hee Lee),김백섭(Baek-sop Kim) 한국정보과학회 1994 정보과학회논문지 Vol.21 No.9
지도 학습에 근거한 LVQ는 학습속도가 빨라 음성인식과 같은 학습패턴의 수가 많은 경우에 적합한 패턴인식기이다. 특히 LVQ2는 Bayes 결정 경계면을 근사화하여 높은 분류능력을 갖는다. 그러나 이는 설정된 초기 참조벡터들을 순차적으로 변화시키는 것이므로 초기 참조벡터의 설정에 따라 반복횟수와 인식률이 크게 달라진다. 본 논문은 LVQ2의 초기 참조벡터 설정에 관한 것으로, 초기 참조 벡터를 가능한 한 결정경계면 부근에 위치하도록 함으로써 기존의 방법들에 비해 반복횟수를 줄이고 인식률을 높일 수 있다는 생각에 기초를 둔다. 이를 위하여 변형된 CNN을 사용하여 초기 참조벡터를 결정하는 방법을 제안하고 실험을 통해 기존의 방법과 비교하였다. The Learning Vector Quantization(LVQ) is a supervised pattern recognition algorithm which is suitable for the problems involving large number of training patterns like speech recognition. Especially, LVQ2, the second version of the LVQ, approximates the Bayes decision boundary to give high recognition accuracy. But it is a kind of iterative algorithm so that the initial settings of the reference vectors greatly affect the number of iterations and recognition accuracy. In this paper, an effective way for determining the initial reference vectors for LVQ2 has been proposed. It is based on the idea that the initial reference vectors should he around the decision boundary. We used the modified CNN method for this purpose and the experiments were done to compare the performance of the proposed method with the conventional ones.
이정주,김대극,이상희 강원대학교 정보통신연구소 1999 정보통신논문지 Vol.3 No.-
Edge detection is an important preprocessing step to obtain highly acceptable informations in computer vision and image analysis. We suggest a modified genetic algorithms for fitting edge to separate an object from its background noises. In this paper, an edge is defined as the highest energy state of a given initial position, and the edge detection problem is regarded as a search problem which find the global optimal energy state. We used a modified genetic algorithm for this purpose. The genetic algorithm, based on a random search and a parallel test-and-go technique, provides a useful edge detection without changing critical threshold values, and a prior knowledge in images. To demonstrate the capability of the proposed edge detection algorithm, we test on the various different images transformed form Lena for image by other constraint.
이동통신망에서의 RF 간섭제거 중계시스템 구현에 관한 연구
이재곤,정호균,김대극,이상희 한국통신학회 2012 韓國通信學會論文誌 Vol.37 No.6
무선 이동통신망을 구성하는 RF ICS(Interference Cancellation System) 중계시스템은 보다 능동적이고 효율적인 실시간 간섭신호 제거 능력을 요구하고 있으며, 이에 대한 관련업계의 기술 개발이 활발히 진행되고 있다. 본 논문에서는 IIR(Infinite Impulse Response) 형태의 디지털 적응필터와 이를 제어하는 효과적인 적응 알고리즘을 설계하여 기존 RF 중계기 대비 35 dB 이상의 아이솔레이션을 추가로 확보함으로써, 간섭신호를 실시간 추정, 제거할 수 있는 상용화 수준의 RF ICS 중계시스템을 제안 구현하였다. ICS 시스템은 간섭신호의 통계적 채널특성이 광대역일 경우에도 이를 효과적으로 추정 하여 제거가 가능한 구조로 설계 된 특성을 가지고 있다.