http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김승희 ( Seung Hi Kim ),황규웅 ( Kyuwoong Hwang ),전형배 ( Hyunbae Jeon ),정훈 ( Hoon Jeong ),박준 ( Jun Park ) 한국정보처리학회 2007 한국정보처리학회 학술대회논문집 Vol.14 No.1
ETRI 음성/언어정보연구센터에서는 분산음성인식을 위해 메모리를 작게 사용하며 속도가 빠른 음소인식기를 개발 중이다. 음향 모델, 언어 모델, 탐색 네트워크 등 고정되어 있는 정보는 인식기를 수행하기 이전에 미리 binary 형태로 구축하여 ROM 형태로 저장함으로써 실제 사용해야 할 RAM 용량을 대폭 줄일 수 있었다. Tied state 에 기반한 triphone 모델에서는 unique HMM 만을 사용함으로써 인식시간 및 메모리 사용량을 대폭 줄일 수 있었다. Monophone 인식기의 경우 RAM 사용량이 179KB 였으며, triphone 인식기 의 경우 435KB 의 RAM 사용량과 RTF(Real Time Factor) 0.02 를 확인하였다.
다중 코어 및 single instruction multiple data 기술을 이용한 심층 신경망 속도 향상
정익주,김승희,Chung, Ik Joo,Kim, Seung Hi 한국음향학회 2017 韓國音響學會誌 Vol.36 No.6
본 논문에서는 다중 코어 ARM 프로세서의 NEON SIMD(Single Instruction Multiple Data) 병렬 명령어 및 다중 코어 병렬화를 통하여 심층 신경망의 피드포워드 네트워크 연산을 최적화하는 방안을 제시하였다. SIMD 병렬 명령어를 이용한 최적화의 경우에는 단계 별 최적화 과정에서의 속도 향상과 정밀도를 제시 하였다. 단일 코어 상에서 SIMD 병렬 명령어를 이용하여 구현된 결과는 C 컴파일러를 이용한 구현보다 2.6배의 속도 향상을 얻을 수 있었다. 또한 단일 코어 상에서 최적화된 코드를 다중 코어로 병렬화함으로써 5.7배~7.7배의 속도 향상을 얻을 수 있었다. 이상의 결과를 통하여 이동형 단말기에서도 연산량이 많은 심층 신경망 기술을 활용할 수 있는 가능성을 확인하였다. In this paper, we propose optimization methods for speeding the feedforward network of deep neural networks using NEON SIMD (Single Instruction Multiple Data) parallel instructions and multi-core parallelization on the multi-core ARM processor. As the result of the optimization using SIMD parallel instructions, we present the amount of speed improvement and arithmetic precision stage by stage. Through the optimization using SIMD parallel instructions on the single core, we obtain $2.6{\times}$ speedup over the baseline implementation using C compiler. Furthermore, by parallelizing the single core implementation on the multi-core, we obtain $5.7{\times}{\sim}7.7{\times}$ speedup. The results we obtain show the possibility for applying the arithmetic-intensive deep neural network technology to applications on mobile devices.
전형배,황규웅,정훈,김승희,박준,이윤근,Jeon, Hyung-Bae,Hwang, Kyu-Woong,Chung, Hoon,Kim, Seung-Hi,Park, Jun,Lee, Yun-Keun 대한음성학회 2007 말소리 Vol.63 No.-
In this paper, we propose a use of confidence vector as an intermediate input feature for multi-stage based speech recognition architecture to improve recognition accuracy. A multi-stage speech recognition structure is introduced as a method to reduce the computational complexity of the decoding procedure and then accomplish faster speech recognition. Conventional multi-stage speech recognition is usually composed of three stages, acoustic search, lexical search, and acoustic re-scoring. In this paper, we focus on improving the accuracy of the lexical decoding by introducing a confidence vector as an input feature instead of phoneme which was used typically. We take experimental results on 220K Korean Point-of-Interest (POI) domain and the experimental results show that the proposed method contributes on improving accuracy.
GPGPU를 이용한 가우시안 혼합 모델의 관측확률 계산 성능 향상
김형주 ( Hyeong-ju Kim ),김승희 ( Seung-hi Kim ),김상훈 ( Sanghun Kim ),장길진 ( Gil-jin Jang ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
범용 GPU (general-purpose computing on graphics processing units, GPGPU)는 GPU를 일반적인 목적으로 사용하고자 하는 병렬 컴퓨터 구조로써, 과학 연산 등 여러 분야에서 응용 프로그램의 성능을 향상시키기 위하여 사용되고 있다. 본 연구에서는 음성인식기에서 주로 사용되는 가우시안 혼합 모델(Gaussian mixture model, GMM)에서 많은 연산시간을 차지하는 관측확률 계산의 성능을 향상시키고자 GPGPU를 이용하는 알고리즘을 구현하였으며, 기존 CPU 기반 알고리즘 대비 약 13배 연산시간을 단축하였다.
ORTHOPANTOMOGRAPH를 이용한 정상교합자의 치근평행도에 관한 연구
김승희,김광원 朝鮮大學校 口腔生物學硏究所 1991 口腔生物學硏究 Vol.15 No.-
In oder to estimate the root parallelism of adjacent teeth, 25 male and female samples that have normal occlusion were selected respectively and statistical study was done by use of orthopantomograph. The following results were obtained : 1. The root parallelism between central incisors were (-)2.25°in upper, (-) 2.16° in lower arch and it converged toward midline. 2. In upper arch, the root parallelism between lateral incisor and canine and that between 2nd premolar and 1st molar converged toward occlusal plane and that between the other teeth were diverged direction. 3. In lower arch, except the root parallelism between lateral incisor and canine, that between all the teeth converged toward occlusal plane. 4. The root parallelism of each adjacent teeth in upper and lower arch were estimated by degree.