과표본추출에 의한 음성인식율의 향상

석현태

doi:http://dx.doi.org/10.14257/AJMAHS.2017.02.61

추천

검색

자료유형: 학술저널

저자정보: 석현태 (동서대학교)

저널정보: 인문사회과학기술융합학회 예술인문사회 융합 멀티미디어 논문지 예술인문사회 융합 멀티미디어 논문지 제7권 제2호

발행연도: 2017.2

수록면: 341 - 349 (9page)

DOI: http://dx.doi.org/10.14257/AJMAHS.2017.02.61

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

음성인식을 위한 분석시스템에 있어 난제의 하나인 충분히 신뢰할만한 음향적 파라미터를 얻기 위한 일환으로 이해가 용이한 데이터마이닝 모델을 생성하여 소기의 목적을 달성하는데 사용할 수 있으나, 이에 대한 걸림돌 중 하나는 잘 정리된 충분한 양의 훈련 데이터의 부족이다. 부족한 훈련 데이터를 보완하기 위한 방법으로는 과표본추출(over-sampling)이 흔히 사용되며 이를 위한 대표적 방법으로 SMOTE 알고리즘이 제안되어 활용된다. 그러나 SMOTE 알고리즘에 의해 생성된 훈련 데이터 인스턴스는 비록 K-인접이웃 기법에 의해 생성되었다하나 기본적으로 인공 데이터이므로 클래스의 진위를 검사해볼 필요성이 있다. 본 논문에서는 의사결정트리를 목표 데이터마이닝 모델로 할 때 음성 데이터를 포함하는 phoneme 데이터베이스처럼 클래스의 분포가 한쪽으로 치우친 데이터베이스에서 의사결정트리의 앙상블을 포함하는 기계학습 알고리즘인 랜덤포리스트를 사용하여 인공 데이터를 검정함으로써 보다 개선된 의사결정트리를 생성할 수 있음을 실험을 통해 증명하였다.

#음소 #의사결정트리 #과표본추출 #랜덤포리스트 #음성인식 #phoneme #decision tree #over-sampling #random forests #speech recognition

참고문헌 (19)

참고문헌 신청

J. Li / 2015 / Robust Automatic Speech Recognition: A Bridge to Practical Applications / Academic Press

M. Sarma / 2014 / Phoneme-Based Speech Segmentation using Hybrid Soft Computing Framework / Springer

https://www.prhlt.upv.es/page/projects/speech/roars/index

https://www.elen.ucl.ac.be/neural-nets/Research/Projects/ELENA/elena.htm

N. V. Chawla / 2002 / Journal of Artificial Intelligence Research 16:321~357

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

석현태

소속기관 동서대학교

주요연구분야 복합학 > 학제간연구

논문수 1 이용수 0

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)