http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
윤성목(Sung Mok Yoon),김대욱(Dae Wook Kim),김진욱(Jin Wook Kim),김항준(Hang Joon Kim) 한국정보과학회 1996 한국정보과학회 학술발표논문집 Vol.23 No.2A
본 논문에서는 유전자 알고리듬을 이용하여 바둑의 사활문제를 해결하는 기법을 제안한다. 학습용 문제에서 후보점이 하나씩 증가할수록 탐색시간과 탐색공간이 기하급수적으로 증가한다. 이러한 문제를 해결하기 위하여 이전의 경험을 통해 생성된 패턴을 사용한다. 이전의 경험은 일정한 형식의 패턴으로 축적되며 이를 유전자 알고리듬을 사용한 신명망으로 학습한다. 망의 구조와 가중치를 유전자 알고리듬으로 학습하므로써 최적화를 기하고 역전파 알고리듬을 사용한 경우보다 탐색시간과 탐색공간이 개선됨을 보인다.
윤성목(Sung Mok Yoon),정기철(Kee Chul Jung),김항준(Hang Joon Kim) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ
벡터 양자화 에러는 음성 인식 성능에 영향을 끼치는 주요한 요소 중의 하나이다. 본 논문에서는 연속 은닉 마르코프 모델로써 한국어 음성을 분류하는 또 다른 벡터 양자화 방법을 제안한다. 본 논문에서 사용한 연속 은닉 마르코프 모델은 음성 신호 공간을 클러스터들로 분류한다. 각 클러스터는 은닉 마르코프 모델의 한 상태에 대응되어 하나의 가우스 함수로 나타내어 진다. 연속 은닉 마르코프 모델의 출력인 상태 열들을 모아 하나의 음성 인식 단위를 나타낸다. 인식 실험 결과 본 논문에서 사용한 벡터 양자화는 한국어 음성을 효율적으로 분류함을 보인다.