EGR Cooler Fouling 저감을 위한 촉매 장착 EGR Cooler System 평가

홍광석(Kwang Seok Hong),박정수(Jungsoo Park),이교승(Kyo Seung Lee) 한국자동차공학회 2011 한국 자동차공학회논문집 Vol.19 No.5

사이버 맨

홍광석(Kwang-Seok Hong) 한국정보과학회 1999 정보과학회지 Vol.17 No.8

十二經脈의 遍診法을 통한 經脈과 脈診과의 相關性에 關한 硏究

홍광석(Kwang Seok Hong),윤종화(Jong Hwa Yoon) 대한의료기공학회 2001 醫療氣功 Vol.5 No.1

건강검진 빅데이터를 이용한 선형 및 다중회귀분석 기반 헤모글로빈 추정 방법에 관한 연구

홍상훈 ( Sang-hoon Hong ),홍광석 ( Kwang-seok Hong ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.1

빈혈의 유병률은 매년 증가하고 있으나 이를 가벼운 질병으로 인식해 치료 시기를 놓치는 환자들이 존재한다. 빈혈의 발생원인으로 혈액 내 헤모글로빈 및 헤모글로빈 내 철 부족이 있으며, 헤모글로빈측정기술의 경우 채혈 이외에 사람의 신체 및 건강 정보를 적용한 사례는 찾아보기 어렵다. 본 논문에서는 신체(키, 몸무게 및 허리둘레) 및 건강 정보(혈청지오티, 이완기 혈압 및 감마지티피 등)가 포함된 건강검진 빅데이터를 이용하여 단일 특징에 대해 선형회귀분석을 수행하고, 다중 특징에 대해 다중회귀분석을 수행하여 회귀분석 식을 산출, 산출된 회귀분석 식을 통해 헤모글로빈을 추정하여 실제 헤모글로빈값과 오차율을 계산하고 비교한다. 실험 결과, 선형회귀분석 식을 통해 헤모글로빈을 추정하였을 때 평균 8.124%의 오차율이 계산되었으며, 다중회귀분석의 경우 선형회귀분석보다 낮은 6.767%의 오차율이 계산되었다.

신체 및 건강 정보를 이용한 회귀분석기반 헤모글로빈 추정에 관한 연구

홍상훈(Sang-Hoon Hong),홍광석(Kwang-Seok Hong) 대한전자공학회 2021 전자공학회논문지 Vol.58 No.9

본 논문에서는 건강검진 빅데이터에 포함된 신체(키, 몸무게 및 허리둘레) 및 건강 정보(이완기 혈압, 트라이글리세라이드 및 혈청지오티(ALT) 등)를 이용하여 회귀분석을 기반으로 하는 헤모글로빈 추정 방법을 제안하고자 한다. 선행 연구를 통해 신체 및 건강 정보를 이용한 헤모글로빈 추정 가능성은 확인하였으나, 해당 연구는 테스트데이터를 통한 검증을 수행하지 않고 훈련데이터를 이용하여 모델을 생성 및 평가하였으며, 독립변수 조합이 1개 또는 7개라는 점 등의 한계를 지닌다. 상기 문제점을 보완하기 위하여 본 논문에서는 총 4,026,293명의 신체 및 건강 정보가 포함된 건강검진 빅데이터를 이용하여 헤모글로빈과의 상관성을 통계적으로 분석하였으며, 전체 인원 및 특징(성별, 연령대 및 흡연상태)에 따른 세분화 클래스에 대해 선형 및 다중 회귀분석을 수행하여 헤모글로빈을 추정하였다. 또한, 2~7개의 독립변수를 이용한 다중 회귀분석을 수행하고 결과를 비교하였다. 실험 결과, 3개의 특징(성별, 연령대 및 흡연상태)으로 세분화된 클래스에 대해 선형 및 다중 회귀분석을 수행하였을 때 각각 6.149%, 6.010%로 가장 낮은 평균 오차율이 계산되었다. In this paper, we propose a regression analysis based hemoglobin estimation method using body (height, weight, and waist circumference) and health information (diastolic blood pressure, triglyceride and ALT(SGPT), etc.) included in health examination big data. Prior studies have confirmed the possibility of estimating hemoglobin using physical and health information, but it has limitations such as the model was created and evaluated using train data without verification through test data, and used 1 or 7 combinations of independent variables. In this paper, to compensate for the above problems, statistically analyzed the correlation with hemoglobin using big data of medical examinations containing a total of 4,026,293 physical and health information. and Linear and multiple regression analyses were performed to estimate hemoglobin for segmentation classes based on the total number of people and features (gender, age group and smoking state). Furthermore, multiple regression analyses using two to seven independent variables were performed and the results were compared. Experiments show that the lowest error rate was calculated at 6.149% and 6.010%, respectively, when linear and multiple regression analyses were performed for classes subdivided into three features (gender, age group and smoking state).

VQ코드의 천이 행렬과 이산 HMM을 이용한 한국어 단어인식

정광우,홍광석,박병철,Chung, Kwang-Woo,Hong, Kwang-Seok,Park, Byung-Chul 한국음향학회 1994 韓國音響學會誌 Vol.13 No.4

본 논문에서는 단어 인식 시스템의 성능 개선을 위하여 다음과 같은 두가지 방법을 제안한다. 첫번째 방법은 VQ 코드간의 천이를 안정화시키기 위하여 음성신호의 특징벡터 시퀀스에 관성을 적용하는 방법이고, 두번째 방법은 이산 HMM 모델에서 인접 프레임 간의 시간 상관성을 고려하기 위하여 VQ 코드의 천이행렬을 출력 심벌의 관측확률에 가중치로 이용하여 새로운 관측확률을 발생하는 방법이다. 특징벡터 시퀀스에 관성을 도입함으로서, SOFM상의 각 단어에 대한 반응경로에서 확률분포가 중첩되는 것을 억제하여 HMM의 상태천이를 안정화 시킬 수 있다. 기존의 이산 HMM에 VQ 코드의 천이행렬을 가중치로 적용함으로써, 특징벡터의 확률분포를 더욱 세분화하고, 특징분포를 적당한 영역으로 제한함으로써 인식시스템의 성능을 개선할 수 있다. 제안한 방법을 평가하기 위하여 50개의 DDD 지역명을 대상으로 인식 실험을 수행하였다. 실험 결과에 의하면, 제안된 방법이 기존의 HMM 모델에 비해 화자종속 실험에서는 $4.2\%$의 인식률 향상과 화자 독립 실험에서는 $12.45\%$의 인식률 향상을 얻을 수 있었다. In this paper, we propose methods for improving the performance of word recognition system. The ray stratey of the first method is to apply the inertia to the feature vector sequences of speech signal to stabilize the transitions between VQ cdoes. The second method is generating the new observation probabilities using the transition matrix of VQ codes as weights at the observation probability of the output symbol, so as to take into account the time relation between neighboring frames in DHMM. By applying the inertia to the feature vector sequences, we can reduce the overlapping of probability distribution of the response paths for each word and stabilize state transitions in the HMM. By using the transition matrix of VQ codes as weights in conventional DHMM. we can divide the probability distribution of feature vectors more and more, and restrict the feature distribution to a suitable region so that the performance of recognition system can improve. To evaluate the performance of the proposed methods, we carried out experiments for 50 DDD area names. As a result, the proposed methods improved the recognition rate by $4.2\%$ in the speaker-dependent test and $12.45\%$ in the speaker-independent test, respectively, compared with the conventional DHMM.

사용자의 성향을 고려하는 지능형 음성 웹

권형준,홍광석,Kwon, Hyeong-Joon,Hong, Kwang-Seok 한국정보처리학회 2008 정보처리학회논문지B Vol.15 No.4

본 논문은 음성 웹의 지능화 및 개인화를 위한 방안을 제시한다. 제안하는 시스템은 한 번의 연결에서 요청된 정보들을 하나의 트랜잭션으로 기록하고, 기록된 트랜잭션들로부터 요청된 정보들 간의 연관 규칙을 탐사하여 빈발하게 요청된 정보들의 집합을 발견하며, 시스템은 이에 기반하여 과거의 사용자들과 유사한 입력 성향을 보이는 사용자에게 발견된 빈발집합에 근거하여 관련 정보를 추천한다. 유효성 검증을 위해서 제안하는 시스템을 구축하고 실험한 결과, 제안하는 시스템이 사용자가 요청한 정보와 빈번하게 요청되었던 정보를 관련 정보로 추천함으로써 사용자의 정보 획득을 도울 수 있음을 확인하였다. In this paper, we propose a method for personalizing and intelligence of speech Web. The proposed system records information that was demanded in the past as a transaction, explores association rules from those transactions, and discovers itemsets from frequent requests. This method is to recommend relevant information, based on frequent itemsets, to users who have similar inclinations to previous users. As a result of experimenting and implementation of proposed system for verification, we confirmed that the proposed system can recommend previously frequently requested information as relevant information.

문장음성 이해를 위한 확률모델에 관한 연구

노용완,홍광석,Roh, Yong-Wan,Hong, Kwang-Seok 한국정보처리학회 2003 정보처리학회논문지B Vol.10 No.7

본 논문에서는 사전과 시소러스를 이용하여 문장음성 이해를 위한 확률모델을 제안한다. 제안한 확률모델은 입력되는 음성과 텍스트 문장에서 단어를 추출한다. 컴퓨터가 선택한 카테고리의 사전 DB와 입력된 문장에서 추출된 단어와 비교하고 확률모델로부터 확률값을 얻는다. 이때 컴퓨터로부터 상위어 정보를 알아내고 상위어 사전을 검색하여 단어를 추출하고 입력된 단어와 확률 모델을 비교하여 결과값을 얻는다. 사전과 상위어 사전으로부터 얻은 두개의 확률값을 더하고 그 값을 미리 정해진 임계값과 비교하여 문장의 이해도를 측정한다. 이와 같은 이해 시스템을 스무고개 게임에 적용시켜 그 성능을 평가 하였다. 상위어 확률 값($\alpha$)이 0.9이고 임계값 ($\beta$)은 0.38일 때 문장음성 이해의 정확도는 79.8%였다. In this paper, we propose a stochastic model for sentence speech understanding using dictionary and thesaurus. The proposed model extracts words from an input speech or text into a sentence. A computer is sellected category of dictionary database compared the word extracting from the input sentence calculating a probability value to the compare results from stochastic model. At this time, computer read out upper dictionary information from the upper dictionary searching and extracting word compared input sentence caluclating value to the compare results from stochastic model. We compare adding the first and second probability value from the dictionary searching and the upper dictionary searching with threshold probability that we measure the sentence understanding rate. We evaluated the performance of the sentence speech understanding system by applying twenty questions game. As the experiment results, we got sentence speech understanding accuracy of 79.8%. In this case, probability ($\alpha$) of high level word is 0.9 and threshold probability ($\beta$) is 0.38.

음절수와 모음 열을 이용한 한국어 연결 숫자 음성인식

윤재선,홍광석,Youn, Jeh-Seon,Hong, Kwang-Seok 한국정보처리학회 2003 정보처리학회논문지 A Vol.10 No.1

본 논문에서는 음절수와 모음 열 정보를 이용한 한국어 연속 숫자 인식을 제안하였다. 제안한 연속 숫자 인식기는 첫 단계로 발성된 연속 숫자 음성에서 음절수와 구간을 추출하고, 두 번째 단계로 모음 열을 인식한다. 이와 같이 인식된 모음 열 정보를 이용하여 인식 후보를 줄이게 된다. 인식후보 모델은 조음효과에 효과적으로 대처할 수 있는 CV(Consonant Vowel), VCCV, VC단위 HMM(Hidden Markov Model)을 사용하여 연속 숫자 음성인식기를 구성하였다. 실험결과 제안된 방법이 조음효과를 효과적으로 대처하고 연결 숫자 인식에 유효함을 확인하였다. In this paper, we present a new Korean connected digit recognition based on vowel string and number of syllables. There are two steps to reduce digit candidates. The first one is to determine the number and interval of digit. Once the number and interval of digit are determined, the second is to recognize the vowel string in the digit string. The digit candidates according to vowel string are recognized based on CV (consonant vowel), VCCV and VC unit HMM. The proposed method can cope effectively with the coarticulation effects and recognize the connected digit speech very well.

MLP-VQ와 가중 DHMM을 이용한 연결 숫자음 인식에 관한 연구

정광우,홍광석,Chung, Kwang-Woo,Hong, Kwang-Seok 대한전자공학회 1998 電子工學會論文誌, S Vol.s35 No.8

본 논문에서는 화자 독립 연속 숫자음 인식 시스템의 성능향상을 위하여 MLP-VQ (Multi-Layer Perceptron-Vector Quantizer)를 이용한 가중 DHMM(WDHMM : Weighted Discrete Hidden Markov Models)을 제안한다. MLP 신경망의 출력분포는 입력 패턴과 학습 패턴들간의 비선형 매핑을 통해 각 패턴들간의 유사도를 나타내는 확률분포를 갖는다. 본 논문에서는 MLP 신경망의 출력분포중 가장 높은 출력 값을 갖는 MLP 신경망의 출력 노드를 인덱스를 이용하여 코드워드를 생성하는 MLP-VQ를 제안하였다. 제안된 MLP-VQ는 기존의 VQ에 비해 현재 입력패턴과 학습된 각 class 패턴들간의 유사성 정도를 인식모델을 반영할 수 있는 특징을 갖는다. 또한 MLP 신경망의 출력분포를 DHMM의 심벌 발생 확률의 가중치로 이용하는 가중 DHMM보다는 음소 클래스간의 관계를 인식모델에 반영할 수 있기 때문에 적은 계산양의 증가로 인식기의 성능을 14.71%개선할 수 있었다. 실험결과에 의하면, MLP-VQ와 WDHMM에 의한 화자독립 연결 숫자음 인식율은 84.22%이다. The aim of this paper is to propose the method of WDHMM(Weighted DHMM), using the MLP-VQ for the improvement of speaker-independent connect-digit recognition system. MLP neural-network output distribution shows a probability distribution that presents the degree of similarity between each pattern by the non-linear mapping among the input patterns and learning patterns. MLP-VQ is proposed in this paper. It generates codewords by using the output node index which can reach the highest level within MLP neural-network output distribution. Different from the old VQ, the true characteristics of this new MLP-VQ lie in that the degree of similarity between present input patterns and each learned class pattern could be reflected for the recognition model. WDHMM is also proposed. It can use the MLP neural-network output distribution as the way of weighing the symbol generation probability of DHMMs. This newly-suggested method could shorten the time of HMM parameter estimation and recognition. The reason is that it is not necessary to regard symbol generation probability as multi-dimensional normal distribution, as opposed to the old SCHMM. This could also improve the recognition ability by 14.7% higher than DHMM, owing to the increase of small caculation amount. Because it can reflect phone class relations to the recognition model. The result of my research shows that speaker-independent connected-digit recognition, using MLP-VQ and WDHMM, is 84.22%.