DBPIA-NURIMEDIA
|
|
- 준형 호
- 7 years ago
- Views:
Transcription
1 55 말소리와음성과학제권제호 (2009). 55~62 핵심어인식기에서단어의음소레벨로그우도비율의패턴을이용한발화검증방법 Utterance Verfcaton usng Phone-Level Log-Lkelhood Rato Patterns n Word Sottng Systems 김정현 ) 권석봉 2) 김회린 3) Km, Chong-Hyon Kon, Suk-Bong Km, Ho-Rn ABSTRACT Ths aer rooses an mroved method to verfy a keyord segment that results from a ord sottng system. Frst a baselne ord sottng system s mlemented. In order to mrove erformance of the ord sottng systems, e use a to-ass structure hch conssts of a ord sottng system and an utterance verfcaton system. Usng the basc lkelhood rato test (LRT) based utterance verfcaton system to verfy the keyords, there have been certan roblems hch lead to erformance degradaton. So, e roose a method hch uses one-level log-lkelhood ratos (PLLR) atterns n comutng confdence measures for each keyord. The roosed method generates eghts accordng to the PLLR atterns and assgns dfferent eghts to each one n the rocess of generatng confdence measures for the keyords. Ths roosed method has shon to be more arorate to ord sottng systems and e can acheve mrovement n fnal ord sottng accuracy. Keyords: Utterance verfcaton, ord sottng, PLLR attern. 서론 현재여러응용분야에서음성인식의중요성은증가하고있는추세이다. 최근에홈오토메이션, 자동차네비게이션시스템등에대한관심의증가로이와같은시스템에서믿을만한성능을보이며동작하는음성인식시스템이필요하게되었다. 특히인간의음성은연속적이라는특성을지니기때문에연속입력음성에대한인식은더욱중요하다고할수있다. 이와같이연속입력음성에서사용자에의해정의된특정단어혹은어구등을검색하는시스템을핵심어인식시스템이라고한다. 일반적인단어인식시스템이입력음성전체에대한인식결과를출력하는데반해핵심어인식 ) 한국과학기술원 olarbear@cu.ac.kr, 교신저자 2) 한국과학기술원 sbkon@cu.ac.kr 3) 한국과학기술원 hrkm@ee.kast.ac.kr ( 이논문은연구지원재단의지원금으로수행된연구입니다.( 지원번호 : KOR )) 접수일자 : 2009 년 월 3 일수정일자 : 2009 년 3 월 0 일게재결정 : 2009 년 3 월 5 일 시스템은입력음성에서사용자에게의미있는특정부분에대한인식결과를출력하는것을목적으로한다. 이와같은핵심어인식시스템에대해과거로부터많은연구가이루어져왔으며특히 dynamc tme arng (DTW) 에기반을둔 temlate matchng 방식 [], 현재널리사용되고있는 hdden Markov model (HMM) 을기반으로한방식 [2] 등이주로사용되어왔다. 본논문에서는 HMM 을기반으로한핵심어인식시스템을구현하였다. HMM 을기반으로한핵심어인식시스템은 maxmum lkelhood (ML) 훈련을통해다양한화자및단어에따른특성을흡수한 HMM 을이용하여 temlate 기반방식에비해핵심어음성뿐만아니라비핵심어음성에대한모델링을더욱적절히할수있다는특성을지닌다 [2]. 이와같이 HMM 을이용하여핵심어및비핵심어에대한모델링을하더라고핵심어인식시스템만으로는좋은성능을얻기힘들며이와같은특성에의해핵심어인식시스템후단에발화검증시스템을추가시켜사용하는방식을사용하고있다 [3]. 발화검증은음성인식결과의신뢰도를신뢰도척도라는값을통해결정하는기술이다. 음성인식기의입력음성이항상인식대상어휘에해당하는음성이라고볼수없고또한발화검증시스템을제외한음성인식시스템의인식결과가항상올바르다
2 56 말소리와음성과학제 권제 호 (2009) 고볼수없기때문에발화검증은음성인식에서중요한부분을차지하고있다. 발화검증에서는신뢰도척도를구하고이를미리정한임계치와비교하여인식결과의수락 / 거절을결정한다. 신뢰도척도로는 LRT 기반의신뢰도척도가가장많이사용되어왔고이후이와같은신뢰도척도를기반으로 mnmum classfcaton error (MCE), mnmum verfcaton error (MVE) 등의 dscrmnatve tranng 을통하여반가설을모델링하여성능개선을하는방법들 [4] 이제안되었다. 현재에는기존의하나의신뢰도척도만을사용하는방식에서벗어나 N-best lst 내의후보인식결과, bayesan 등을사용하여다양한신뢰도척도를구한후, 이를통합하여사용하고있다. 음소단위의인식을하는경우기존의 LRT 기반의기본적인방식은다음과같은방식으로각단어에대한신뢰도척도를구한다. 먼저입력음성을음소단위로인식한다. 인식된각음소에대해가설검정을수행하여음소단위의신뢰도척도를구한다. 이와같이구한음소단위의신뢰도척도의평균을구하여통합해단어에대한신뢰도척도를구한다 [6]. 기본적인 LRT 방식을핵심어인식시스템에사용하여발화검증을수행한경우성능저하로이어지는몇가지문제점이발생하였다. 이러한문제점을해결하기위해본논문에서는단어의 PLLR 패턴을이용한발화검증방식을제안한다. 본논문의구성은다음과같다. 2장에서는논문에사용된기본적인 HMM 기반핵심어인식시스템및 LRT 기반의발화검증방식에대해설명한다. 또한기존의방식중하나인 Word Vocernt 방식을소개한다. 3장에서는기존의 LRT 기반발화검증방식을핵심어인식시스템에사용한경우문제점에대해설명하고제안된방식인단어의 PLLR 패턴을이용한발화검증방식을설명한다. 4장에서는기존방식및제안된방식을사용하여발화검증및핵심어인식을수행한실험결과를보이고, 5 장에서결론을맺는다. 2 HMM 기반핵심어인식및 LRT 기반의발화검증시스템 2. HMM 을기반으로한핵심어인식시스템본논문에서는 HMM 을기반으로한핵심어인식시스템을구현하였다. 이와같은핵심어인식시스템은핵심어에대한모델그리고비핵심어에대한모델즉 garbage 모델의두가지모델로구성된다. 본논문에서는 sub-ord 단위를기반으로각모델을모델링하였다. Sub-ord 단위로모델링하는경우시스템은핵심어혹은시스템변경이용이하다는특성을지닌다. 핵심어에대한모델의기본단위로는문맥종속형 (contextdeendent) 모델중 trone 을사용하였고각 trone 들을결합하여핵심어를모델링한다. garbage 모델의기본단위로는문맥독립형 (context-ndeendent) 모델중 monoone 을사용하 였고단일 monoone 을사용하여각 garbage 모델을모델링하여핵심어모델에비해서는덜정교하지만신뢰성있게모델링한다. < 그림> 은구현한핵심어인식시스템을나타낸다. 그림. 핵심어인식시스템의구조 Fgure. Structure of the ord sottng system 이와같은시스템에서각핵심어및 garbage 모델은동일한확률을갖고연결되며전체적인네트웍은루프를형성하여핵심어및 garbage 모델의 sequence 로입력음성을모델링한다. 입력음성이핵심어를포함하는경우, 핵심어모델이그에해당하는 garbage 모델 sequence 에비해큰우도를누적하게되고비터비디코딩시핵심어를포함하는경로를디코딩할가능성이높게되어이에따라핵심어를검출할수있게된다. 핵심어인식시스템에서는음성내에존재하는핵심어를인식하지못한경우와핵심어에해당하지않은음성의부분을핵심어로인식한경우의두가지오류가존재한다. 본논문에서는핵심어모델이 garbage 모델에비해단어간천이가덜빈번하다는점을이용해두오류의비율을 ord nserton enalty 값을사용해조정한다. ord nserton enalty는비터비탐색시토큰이하나의단어에서다른단어로이동할때부가하는값을의미한다. 핵심어및비핵심어에부분에대한모델링을적절히한다고하여도이와같은핵심어인식시스템만으로는좋은성능을얻기힘들며후단에발화검증시스템을추가하여성능향상을위한방안으로사용한다 [3]. < 그림2> 에핵심어인식에이은발화검증시스템을나타낸다. 그림 2. 핵심어인식및발화검증시스템 Fgure 2. Word sottng system usng an utterance verfcaton system
3 핵심어인식기에서단어의음소레벨로그우도비율의패턴을이용한발화검증방법 LRT 를기반으로한발화검증 발화검증은가설검정의과정이다. 음성특징벡터 X 에대해 음성인식시스템이이를 라는 HMM 모델로표현되는단어 로인식한다고하자. 다음과같이상호보완하는두가지가설 을제안한다. : 영가설 (null hyothess), X 가올바르게인식되었고모 델 에포함됨 : 대안가설 (alternatve hyothess), X 가틀리게인식되었 고모델 에포함되지않음 Pearson Lemma 에의하면영가설 (null hyothess) 과대안가설 (alternatve hyothess) 하에서의우도를정확히알수있을경 우 LRT 가가설검정에가장적합한해결방안을제시한다. () 그림 3. 각단어에대한신뢰도척도를구하는과정 Fgure 3. Procedure for generatng confdence measures for each ord < 그림3> 은 LRT 기반의기본적인방식으로, 각 PLLR 값을구해이값들의평균을취해 ord-level log-lkelhood rato (WLLR) 을구하는방식을나타낸다. PLLR 은 LRT 를음소단위로적용하여다음과같이구한다. log P( X PLLR () = λ ) log P( X τ () λ ) (2) 여기서 X 는인식된음소의입력특징벡터, 는인식된음 위의비율값을임계치와비교하여수락 / 거절을결정한다. 올바르게디코딩된경우를나타내는영가설 (null hyothess) 하에서의우도와틀리게디코딩된경우를나타내는대안가설 (alternatve hyothess) 하에서의우도가주어졌을때 LRT는가정된결과를수락또는거절하는테스트를나타낸다. LRT의가장어려운점은대안가설을어떻게모델링하느냐에있다. 본논문에서는각 trone 단위로인식된음소의경계내에서그와는다른음소에해당하는 monoone들에대한우도값을구한다. 이와같이구한값중가장큰우도값을갖는 monoone을대안가설에대한모델, 즉반모델로선택한다. Cohort 모델을사용해반모델을구성하는경우, 인식된음소에대해그음소에해당하는 cohort 모델로항상동일한음소들이반모델로선정되는반면, 이경우같은음소에대해서도음의특성에따라다른음소가반모델로선정될수있다는특성을지닌다. 이러한방식은인식과정에서의경쟁적정보에기인한다. 인식된결과가올바르다면인식된모델은경쟁하는모델들과월등한차이를보일것이며따라서영가설하에서의우도가대안가설하에서의우도에비해큰값을갖게될것이다. 이에따라 LRT 비율값이크게될것이다. 반면인식된결과가틀리다면인식된모델과경쟁하는모델이큰차이를보이지않을것이며따라서 LRT 비율값이작게될것이다. 이와같이본논문에서사용된방식은 trone 단위의인식된결과가경쟁자들과얼마나큰차이를보이느냐에따른비율값을구하여이값에따른수락혹은거절하는이론에기초하고있다. < 그림3> 에각단어에대한신뢰도척도를구하는과정이나타나있다. 소 의지속시간, 와 는각각인식된모델에대한음향모델그리고반모델을나타낸다. WLLR 로나타내어지는각단어에대한신뢰도는다음과같이구한다. C ar ( ) = n ( ) n ( ) j= sgmod( PLLR( 여기서 는단어 를구성하는음소수를나타내고 sgmod 함수는다음과같다. sgmod( x) = + ex( ax b) 와 는실험적으로구한다. 본논문에서는식 (3) 의 값을 가장기본적인 LRT 기반의신뢰도척도로사용하였다. 본논문에서는핵심어인식시스템의결과에대한발화검증을수행하는시스템을구현하였다. 일반적인단어인식시스템과핵심어인식시스템에대한발화검증의가장큰차이점은일반적인단어인식시스템이입력음성전체에대한검증을하는반면핵심어인식시스템은핵심어로인식된음성의특정부분에대해서만검증을한다는점이다. 특히인식된핵심어는단어인식기의인식결과에비해단어경계가부정확하다는특성을지니며이에따라두시스템에대한발화검증은조금다른특성을갖게된다. 2.3 발화검증을위한 Word Vocernt 방식본절에서는기존의방식중단어내의각음소의 PLLR 분 j )) (3) (4)
4 58 말소리와음성과학제 권제 호 (2009) 포를사용하는 Word Vocernt 방식 [5] 을소개한다. Word Vocernt 는다음과같은관찰로부터제안되었다. 실험결과올바른단어와오인식된단어의구성음소의차이가크지않은경우낮은 PLLR 값을갖는몇개의음소에도불구하고다른음소의 PLLR 값들의영향으로 WLLR 이임계치보다크게되어단어를수락하게되는경우가발생하였다. 또한 PLLR 값들을분석해본결과같은음소에대해서도단어가다른경우다른 PLLR 분포를가지고있음을볼수있었다. Word Vocernt 는각단어의음소별 PLLR 분포를사용하여각단어에보다적합한신뢰도를구하는방식이다. Word Vocernt 에서는음소단위의신뢰도척도를다음과같이구한다. C VP 0, ( ) = ψ( PLLR ( )), PLLR( ) µ PLLR( ) < µ σ σ (5) 와 는각각단어 에서음소 의 PLLR 값의평 균과표준편차를의미한다. 는다음과같이구한다. e ψ ( PLLR( )) = log β ( PLLR( ) ( µ ( α ) ασ )) β (6) C VP ( ) = n ( ) n ( ) j= C VP ( ) Word Vocernt 는다른단어에서각음소의 PLLR 값들의 분포를이용하여올바른단어와오인식된단어사이의구성음소의차이가크지않은경우단어를더효과적으로거절한다. 3. 음소레벨로그우도패턴을이용한발화검증 3. 기존 LRT 방식의문제점 < 그림5> 에나타난예는올바르게인식되었으나정확한발성과는약간의차이를갖고발성된카드번호라는단어에대한예이다. 정확하게발성되지않은 n 음소에의해 n 에서의 PLLR 값이낮게나온특성을보였다. 또한부정확한단어경계에의하여첫번째음소와마지막음소가낮게나오게되었다. 올바르게인식된핵심어임에도불구하고이러한낮은 PLLR 값들의영향으로결과적인 WLLR 값을임계치와비교하였을때발화검증시스템은단어를거절하게되는현상이발생하게되었다. 각단어의다양한발화에대해이와같은 PLLR 값들을관찰해본결과각음소마다이처럼 PLLR 값이떨어질확률이다르다는것을볼수있었다. 본논문에서는이와같이 PLLR 값이떨어질가능성이높은음소에대한방안으로각단어의음소마다다른가중치를부여하는방식을제안한다. 제안한방식에따 j (7) 와 는실험적으로구한값을사용하였다. < 그림4> 는 함수를보여준다. 어떤단어에서한음소라도 PLLR 값이 보다떨어질경우그단어는거절될가능성이높게된다. 그림 5. 단어의음소에따른 PLLR 값 Fg 5. PLLR values of a correctly recognzed keyord 그림 4. 음소단위의 vocernt 신뢰도척도를구하기위한로그스케일의비선형적함수 Fgure 4. Log-scale non-lnear functon to obtan one-level vocernt confdence score 최종적으로단어단위의신뢰도척도를다음과같이각음소 단위의신뢰도척도의산술평균으로구한다. 라가중치를생성하며이와같은가중치는단어에대한신뢰도척도를구하는과정에서각단어의음소에대해다른가중치를부여한다. 3.2 제안된신뢰도척도를구하는방법각음소에대한가중치를생성하기위해서는일단각핵심어별다양한발화에대해 PLLR 의패턴을분석한다. 특정발화의어떤음소에서 PLLR 값이그발화의 PLLR 값의평균보다떨어지게될경우, 그음소에대해 PLLR dstance 라는값을부여
5 핵심어인식기에서단어의음소레벨로그우도비율의패턴을이용한발화검증방법 59 한다. < 그림6> 에서 PLLR dstance 의예를보인다. 이경우에는 3번째음소의 PLLR 값이그발화음성에서 PLLR 값의평균에비해떨어진경우이며이발화단어의 3번째음소에대해 PLLR dstance 가부여되었다. PLLR dstance 는단어에대한특정발화에서 PLLR 값이다른음소에비해얼마나떨어지는지를나타낸다. 이와같은 PLLR dstance 를각핵심어별로구해각핵심어의음소별가중치를생성하는기본적인요소로사용한다. 로 PLLR 값이떨어질가능성을나타내는값이다. 값이큰음소에대해서적은가중치를부여하는것을목적으로하기때문에다음과같은감소함수를이용하여핵심어의각음소에대한가중치를결정한다. c ~ ( ) = ex( γ ( d ( ) τ )) (0), 는계수들간의편차를조정한다. 임의적으로구한계수를다음식에의해 0에서 사이의확률적인계수값으로변환한다. c ( ) = n ( ) c~ ( j= c~ ( ) ) () 는각핵심어에대한음소수이다. 최종적으로다음과 그림 6. PLLR dstance 값의예 Fgure 6. An examle of a PLLR dstance 제안된방식에서는다음과같이각음소에곱해지는가중치를구한다. 같이 PLLR 패턴을이용한단어별신뢰도를구한다. CM = n ( ) n ( ) j= c( ) sgmod ( PLLR( )) (2) d( µ PLLR( ex α = ) ub lb 0, ), PLLR( otherse ) < µ 여기서 는발화에대한 ndex 를나타내고, j 는음소에대한 ndex, 는인식대상으로포함된핵심어, 는핵심어 에 대한 번째발화의 j 번째음소를나타낸다. 및 각각핵심어 의 번째발화에서 PLLR 값의평균, 상한, 하한 값을나타낸다. 정규화된 PLLR dstance 를비선형적으로구한 는핵 심어에대한발화에서특정음소에서의 PLLR 값이다른음소들에 비해얼마나낮은가를나타내는값이다. 는핵심어에따라다른 값을사용하였다. 핵심어의각음소에대한 는다음과 같이구한다. d( N ) = d( ) N = 는평가셋에해당하는데이터에서핵심어 에대한발화수 이다. 값의평균값인 는핵심어의각음소별 (8) 는 (9) (8) 에서보면비선형적인 PLLR dstance 값을구하여가중치를구하는과정에서사용한것을볼수있다. 비선형적인 PLLR dstance 를사용한이유는실험을수행해본결과선형적인 PLLR dstance 를사용하여가중치에대해영향을준경우에비해비선형적인 PLLR dstance 를사용해 PLLR dstance 가낮을값을나타냈을때의영향을가중치의형성에더확실히반영하였을때더효과적이었기때문이다. 실제실험에서는음소에서의 PLLR 값이발화의평균에비해낮은값을나타낼때 대신 +을사용하여그음소의가중치에 대한영향을더확실히주었다. 큰 PLLR dstance 값들을나타내는음소들에대해더작은가중치를부여하도록하기때문에감소함수를사용하고 (0) 에나타난감소함수를사용하였다., 및 는개발셋에대한실험을통하여구하였다. 감소함수의, 값을사용해계수들간의편차를조정하게하였지만실제실험에서는, 에의한영향은크지않았다. 4. 실험및결과 4. 실험조건본논문에서는한국어전화망환경음성인식용대화체문장데이터베이스를사용하였다. 데이터베이스에대한구체적인설명을 < 표> 에서나타낸다.
6 60 말소리와음성과학제 권제 호 (2009) 표. 음성데이터베이스에대한설명 Table. Descrton of seech database 구분 설명 부가설명 한국어전화망환경 데이터베이스명칭음성인식용대화체 문장 DB 발화형태 연속어 발화방식 대화체 전화상담원과상담렌트카예약, 호텔예약, 녹음방식 자간의:대화음성영화예매등의시나 을녹음 리오에대해녹음 화자수 0~20명의상담원화자 녹음상태 -다양한잡음환경가정, 사무실, 거리등 -5dB이상의 SNR 의환경 음성데이터수 5,500개의음성데이음성데이터당 3분정터도의길이 각음성데이터는렌트카예약, 관광문의, 호텔예약등의시나 리오영역에서상담원과고객간의대화로구성되어있다. 잡음환경하에서녹음되었으며총 5,500개의음성데이터로이루어 진다. 실제실험에서는음성데이터를훈련, 개발평가셋으로 3 등분하여사용하였다. 훈련셋은핵심어및비핵심어모델을훈련할목적으로사용된 다. 전체데이터중 4,500개의음성데이터를사용하였고 4,500개의음성데이터에서핵심어에해당하는부분을수작업으로분할한음성을사용하여핵심어모델을훈련하였다. garbage 모델은훈련셋전체의 4,500개의음성을사용하여훈련하였다. 개발셋은각핵심어의 PLLR 패턴을분석할목적으로사용된다. 전체데이터중 500개의음성데이터를사용하였고 500개의음성데이터에대해핵심어인식을하여인식된총 89개의핵심어로각핵심어별 PLLR 패턴정보를분석하였다. 평가셋은핵심어인식시스템과제안된발화검증시스템의성능평가를위해사용된다. 전체데이터셋에서훈련및개발셋과는별개의 500개의음성데이터를사용하였다. 평가셋에는실험에사용된 5개의핵심어를기준으로하였을때총 9개의핵심어가존재한다. 평가셋에해당하는각음성데이터에는 2~3개의핵심어가존재한다. 각핵심어및 garbage 모델은훈련셋을기반으로훈련되었으며, 상세한내용은 < 표2> 와같다. 설명 표 2. 핵심어및 garbage모델에대한설명 Table 2. Descrton of model tranng 모델핵심어비핵심어 전체 4,500개의 4,7개의핵심어단훈련에사용된음성훈련셋에해당하는위로분할된음성음성 3 ted-states, 3 states 5개의가우 HMM 7개의가우시안분시안분포를갖는 포를갖는 HMM HMM 모델링단위 trone monoone 2MFCC + Energy 훈련에사용된특징의 3차기본벡터벡터 + delta 3차 + delta-delta 3차 2MFCC+Energy 의 3 차기본벡터 +delta 3 차 +delta-delta 3 차 4.2 발화검증에대한실험결과 각방식의성능평가를위해다음과같은실험을수행하였다. 제안된방식에대한실험, Word Vocernt 방식을사용한실험 그리고제안된방식과 Word Vocernt 를결합하여사용한경우에대한실험을수행하였다. 성능평가는올바르게인식된핵심어가거절되는비율을나타내는 false rejecton rate 오인식된 핵심어가수락된비율을나타내는 false accetance rate 이같은경우를나타내는 equal error rate(eer) 및오류 (error) 가감소한비율을나타내는 error reducton rate(err) 을사용하였다. < 표3> 에각방식에의한실험결과를나타낸다. 방식기본적인방핵심어식 제안된방식 ERR (%) 운전면허증 영화시작 요금제 신용카드 카드번호 overall.8 단어 표 3. EER (%) 로평가된제안된방식의성능 Table 3. Performance of roosed method n EER (%) 기본적인방식은각핵심어에대해기본적인 LRT 방식을사 용해각단어에대한신뢰도척도를구하는방식을의미한다. 제안된방식은 PLLR 패턴정보를이용하여각단어에대한신뢰도척도를구하는방식을의미한다. 실험결과핵심어 요금제 를제외한모든핵심어에서제안된방식에의한성능향상이있는것을볼수있었다. 핵심어 ' 요금제 ' 는적은수의음소를갖고있었으며이핵심어는뚜렷한 PLLR 패턴을보이지않았다. 전체적인 ERR을분석해본결과제안된방식을사용하였을때기본적인방식에비해약.8% 의성능향상을나타내는것을볼수있었다. < 표4> 는 Word Vocernt 방식, 제안된방식과 Word Vocernt 를결합한방식에대하여실험을수행하였을때의성능을나타낸다. 표 4. EER (%) 로평가된 Word Vocernt 와제안된방식과 Word Vocernt 를결합한방식의성능 Table 4. Performance of ord vocernt method and combned method n EER (%) 방식 기본적인방식 Word Vocernt 제안된방식 제안된방식 +Word Vocernt 운전면허증 영화시작 요금제 신용카드 카드번호 ERR (%)
7 핵심어인식기에서단어의음소레벨로그우도비율의패턴을이용한발화검증방법 6 Word Vocernt는각핵심어에대한신뢰도척도를구하기위해 Word Vocernt 발화검증방식을사용한경우를나타낸다. 제안된방식 + Word Vocernt는제안된방식과 Word Vocernt 방식을결합한발화검증방식을사용하여각핵심어에대한신뢰도척도를구한경우를나타낸다. 이경우제안된방식에의한계수들은각 Word Vocernt 기반의신뢰도척도에가중치를부여한다. 실험결과를분석해보면 Word Vocernt를사용한경우성능의향상이있는것을볼수있었다. Word Vocernt를사용한경우핵심어 ' 요금제 ' 에대해서도성능향상을가져올수있었다. 이러한결과는각핵심어의 PLLR 분포를이용하여각핵심어에대한신뢰도척도를구한경우단어의특성에보다적합한신뢰도를구할수있다는것에기인한다. 전체적인 ERR을분석해보면 Word Vocernt 방식을사용한경우기본적인방식에비해 6.2% 의성능향상을나타내어기본적인방식에비해더좋은성능을나타내는것을볼수있었다. 제안된방식과 Word Vocernt 방식을결합한경우추가적인성능향상을보였고결과적으로 22.6% 의성능향상을보이고있다. 4.3 핵심어인식에대한실험결과 < 표5> 는기본적인방식, 제안된방식그리고 Word Vocernt 방식을사용하여인식된핵심어에대한발화검증을수행한핵심어인식시스템의성능을나타낸다. 핵심어인식시스템에대한성능평가는올바르게인식된핵심어의개수를평가셋에해당하는음성내에존재하는핵심어의개수로나눈핵심어검출율, false accet 된핵심어의개수를인식대상핵심어의개수와평가셋에해당하는음성의총시간을곱한값으로나눈 FA/ keyord/hour를사용하였다. 표 5. 각발화검증방식을사용한핵심어인식시스템의성능 Table 5. Word sottng erformance usng varous utterance verfcaton methods Word nserton enalty 핵심어검출율 (%) 오인식률 (FA/keyord/hour) 기본적인방식 제안된방식 제안된방식 +Word Vocernt 기본적인방식은기본적인방식의발화검증을사용하여핵심어인식을수행한결과를나타낸다. 제안된방식은제안된방식의발화검증을사용하여핵심어인식을수행한결과를나타내고제안된방식 + Word Vocernt 는제안된방식과 Word Vocernt 방식을결합하여발화검증을수행한결과를나타낸다. 각핵심어모델과 garbage 모델에는동일한 ord nserton enalty를부여하였다. Word nserton enalty 값을줄일경우더많은핵심어를검출할수있는반면오인식된핵심어가증가한다는단점을갖는다. Word nseton enalty 값이 -70일때성능이포화된것을볼수있다. 핵심어인식결과는각 ord nserton enalty에서각방식당총인식된핵심어에서 5% 의 false rejecton rate을갖도록발화검증을수행하여얻게된결과이다. 따라서성능비교를위해서는 FA/keyord/hour 값을비교한다. 각 ord nserton enalty 값에서동일한핵심어검출율하에서제안된방식은기본적인방식에비해낮은 FA/keyord/hour 값을나타내어성능향상을보인다. 또한제안된방식과 Word Vocernt 방식을결합하여사용한경우기존의방식과제안된방식에비해추가적인성능향상을가져올수있었다. 5. 결론 본논문에서는핵심어인식시스템과핵심어인식시스템의후단에사용되는발화검증시스템을구현하였다. 기본적인 LRT 기반의발화검증을사용하여핵심어인식시스템으로부터인식된핵심어에대한발화검증을수행하였을때몇가지문제점이있었다. 이러한문제점들로인하여올바르게인식된핵심어임에도불구하고몇개의음소가낮은 PLLR 값을보여단어에대한신뢰도척도, 즉 WLLR 이낮게나와핵심어를거절하게되는경우가발생하였다. 이와같은문제점을해결하기위해본논문에서는단어에대한신뢰도척도를구할때각음소별로다른가중치를부여하는방식을제안하였다. 또한단어의각음소별 PLLR 의분포를사용하는 Word Vocernt 를검토해보았다. 실험결과, 제안된방식에의해성능향상을보일수있었다. 또한 Word Vocernt 방식을사용한경우추가적인성능향상을가져올수있었다. 제안된방식은모든인식대상핵심어에대한패턴분석을해야한다는단점을지닌다. 이러한단점을극복하기위해단어에대한패턴을얻기위해보다간단한방식이필요함을볼수있었다. 보다간단한방식에대한연구를위해앞으로는각음소들을특성에따라군집화하여핵심어의변동이있을경우군집화된정보를사용하여핵심어에대한패턴정보를더용이하게구할수있는방식등에대한연구를수행할것이다. 참고문헌 [] A.L. Hggns and R.E. Wohlford, (985). Keyord recognton usng temlate concatenaton, IEEE Internatonal Conf on Acoustcs, Seech, and Sgnal rocessng (ICASSP 85), Vol. 0, [2] R. C. Rose and D.B. Paul, (990). A hdden markov model based keyord recognton system, IEEE Internatonal Conf on
8 62 말소리와음성과학제 권제 호 (2009) Acoustcs, Seech, and Sgnal Processng (ICASSP 90), Vol., , 990. [3] P. Heracleus and T. Shmzu, (2005). A novel aroach for modelng non-keyord ntervals n a keyord sotter exlotng acoustc smlartes of languages, Seech Communcaton, Vol. 45, , [4] R. A. Sukkar and C. -H. Lee, (996). Vocabulary ndeendent dscrmnatve utterance verfcaton for nonkeyord rejecton n subord based seech recognton, IEEE Transactons, Seech and Audo Processng, Vol. 4, , 996. [5] S. -B. Kon and H. -R. Km, (2008). Utterance verfcaton usng ord vocernt models based on robablstc dstrbutons of one-level log-lkelhood rato and one duraton, IEICE transactons on nformaton and systems, Vol. E9-D, No., , [6] K. -S. Moon, Y. -J. Km, H. -R. Km and J. -H. Chung, (2000). Out-of-vocabulary ord rejecton algorthm n korean varable vocabulary ord recognton, IEEE nternatonal symosum on crcuts and systems, Vol.5, , 김정현 (Km, Chong-Hyon) 주소 : 대전광역시유성구문지동 03-6 한국과학기술원 ICC Tel: Emal: olarbear@cu.ac.kr 관심분야 : 핵심어인식, 발화검증현재 : 한국과학기술원정보통신공학과박사과정 권석봉 (Kon, Suk-Bong) 주소 : 대전광역시유성구문지동 03-6 한국과학기술원 ICC Tel: Emal: sbkon@cu.ac.kr 관심분야 : 음성인식탐색알고리즘, 발화검증현재 : 한국과학기술원정보통신공학과박사과정 김회린 (Km, Ho-Rn) 주소 : 대전광역시유성구문지동 03-6 한국과학기술원 ICC Tel: Emal: hrkm@ee.kast.ac.kr 관심분야 : 음성인식, 핵심어인식, 화자인식, 오디오신호처리현재 : 한국과학기술원정보통신공학과부교수
cat_data3.PDF
( ) IxJ ( 5 0% ) Pearson Fsher s exact test χ, LR Ch-square( G ) x, Odds Rato θ, Ch-square Ch-square (Goodness of ft) Pearson cross moment ( Mantel-Haenszel ), Ph-coeffcent, Gamma (γ ), Kendall τ (bnary)
More informationstatistics
수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지
More information지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support
More informationMicrosoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt
수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo
More informatione01.PDF
2119, -., 4.25-40 4 km -.. km,, -,.,,,,,,,,,,,..... . 90%..,.., 20 1 - -.,.. 2172,. - 3 - < > 1.! 6 2.. 10 3.? 18 4. 22 5. 26 6.. 32 7. 36 8.. 44 9.. 49 10.. 61 11. 65 12. 76 13.. 80 14. 85 15.. 90 16..
More information이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다
이장에서사용되는 MATLAB 명령어들은비교적복잡하므로 MATLAB 창에서명령어를직접입력하지않고확장자가 m 인 text 파일을작성하여실행을한다. 즉, test.m 과같은 text 파일을만들어서 MATLAB 프로그램을작성한후실행을한다. 이와같이하면길고복잡한 MATLAB 프로그램을작성하여실행할수있고, 오류가발생하거나수정이필요한경우손쉽게수정하여실행할수있는장점이있으며,
More informationexp
exp exp exp exp exp exp exp exp exp exp exp log 第 卷 第 號 39 4 2011 4 투영법을 이용한 터빈 블레이드의 크리프 특성 분석 329 성을 평가하였다 이를 위해 결정계수값인 값 을 비교하였으며 크리프 시험 결과를 곡선 접합 한 결과와 비선형 최소자승법으로 예측한 결과 사 이 결정계수간 정도의 오차가 발생하였고
More informationG Power
G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2
More information슬라이드 1
3.7 The Inverse -transfor f ( ) Z F( ) long dvson 2 expanson n partal dvson 3 resdue ethod 3.7. Long-Dvson Method B () F( ) B( ) 를 A( ) A () 로나누어 의 negatve power seres 로표현해계수를구함 Regon of Convergence(ROC)
More information경영학석사학위논문 투자발전경로이론의가설검증 - 한국사례의패널데이타분석 년 8 월 서울대학교대학원 경영학과국제경영학전공 김주형
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
More information歯522박병호.PDF
2001 The Effect of Nozzle Locaton on the Concentraton Profles n Chemcal Addton Tank,,, 305-353 150, dsk block, CFD FLUENT 5, Abstract A numercal analyss of the flow and necton characterstcs s performed
More information슬라이드 1
Pairwise Tool & Pairwise Test NuSRS 200511305 김성규 200511306 김성훈 200614164 김효석 200611124 유성배 200518036 곡진화 2 PICT Pairwise Tool - PICT Microsoft 의 Command-line 기반의 Free Software www.pairwise.org 에서다운로드후설치
More informationGray level 변환 및 Arithmetic 연산을 사용한 영상 개선
Point Operation Histogram Modification 김성영교수 금오공과대학교 컴퓨터공학과 학습내용 HISTOGRAM HISTOGRAM MODIFICATION DETERMINING THRESHOLD IN THRESHOLDING 2 HISTOGRAM A simple datum that gives the number of pixels that a
More information연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형
More information자기구성지도 기반 방법을 이용한 이상 탐지(Novelty Detection using SOM SOM-based Methods)
5 한국경영과학회/대한산업공학회 춘계공동학술대회 5년 5월 일~일, 충북대학교 자기구성지도 기반 방법을 이용한 이상 탐지 Novelty Detecton usng SOM-based Methods 이형주, 조성준 E-mal: {mpatton, zoon}@snu.ac.r 서울대학교 공과대학 산업공학과 서울시 관악구 신림동 산 5-, 5- Abstract Novelty
More informationMicrosoft PowerPoint - Ch13
Ch. 13 Basic OP-AMP Circuits 비교기 (Comparator) 하나의전압을다른전압 ( 기준전압, reference) 와비교하기위한비선형장치 영전위검출 in > 기준전압 out = out(max) in < 기준전압 out = out(min) 비교기 영이아닌전위검출 기준배터리 기준전압분배기 기준전압제너다이오드 비교기 예제 13-1: out(max)
More information= ``...(2011), , (.)''
Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.
More information(001~006)개념RPM3-2(부속)
www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로
More informationMicrosoft Word - logic2005.doc
제 8 장 Counters 실험의목표 - Catalog counter 의동작원리에대하여익힌다. - 임의의 counter를통하여 FSM 구현방법을익힌다. - 7-segment display 의동작원리를이해한다. 실험도움자료 1. 7-segment display 7-segment는디지털회로에서숫자를표시하기위하여가장많이사용하는소자이다. 이름에서알수있듯이 7개의 LED(
More information<C8ADB7C220C5E4C3EBC0E52E687770>
하동 화력 7 8호기 건설부지 문화재 지표조사 결과보고서 2005. 01. ( 재) 우리문화재연구원 하동 화력 7 8호기 건설부지 문화재지표조사 결과보고서 Ⅰ. 조사개요 1. 조 사 명 : 하동 화력 78 호기 건설부지 문화재지표조사 2. 조사지역 : 경남 하동군 금성면 가덕리 1336답 일원 3. 조사 면적 : 134,204m2 4. 조사 목적 한국남부발전(
More information(2) 다중상태모형 (Hyunoo Shim) 1 / 2 (Coninuous-ime Markov Model) ➀ 전이가일어나는시점이산시간 : = 1, 2,, 4,... [ 연속시간 : 아무때나, T 1, T 2... * 그림 (2) 다중상태모형 ➁ 계산과정 이산시간 : 전이력 (force of ransiion) 정의안됨 전이확률 (ransiion probabiliy)
More informationadfasdfasfdasfasfadf
C 4.5 Source code Pt.3 ISL / 강한솔 2019-04-10 Index Tree structure Build.h Tree.h St-thresh.h 2 Tree structure *Concpets : Node, Branch, Leaf, Subtree, Attribute, Attribute Value, Class Play, Don't Play.
More information요. 우리는 살 수가 없으니게 이게 큰 무슨 전쟁이다 그래가지고서 봉 동면이라고 거기가 말하자면 항구 였거든요. 그때 군인들이 후퇴를 한 거예요. 군인들이 후퇴하면서 활동 못 할 사람들은 다 그냥 죽어버리고 그 나머지 어느 정도 부상당했어도 활 동할 수 있는 사람들은
형을 대신해 가장으로 산다는 것 자 료 명 : 20140411차형돈(보령) 조 사 일 : 2014년 4월 11일 조사시간 : 37분(10:05-10:42) 구 연 자 : 차형돈(남 1936년생) 조 사 자 : 박경열, 유효철, 이원영. 조사장소 : 충청남도 보령시 청소면 죽림3리 의식경로당 [구연자 정보] 고향은 황해도 옹진이다. 1936년으로 전쟁 당시 15세였다.
More information3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료
3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 분포형태, 상대적위치, 극단값 분포형태 z-값 체비셰프의원리 경험법칙 극단값찾기 분포형태 : 왜도 (skewness) 분포형태를측정하는중요한척도중하나를 왜도 라고한다. 자료집합의왜도를구하는계산식은조금복잡하다. 통계프로그램을사용하여왜도를쉽게계산할수있다.
More information278 경찰학연구제 12 권제 3 호 ( 통권제 31 호 )
여성경찰관의직업윤리의식결정요인분석 * An Analysis of Determinantal Factors Influencing Professional Ethical Standards of South Korean Police Women 신문희 ** 이영민 *** Ⅰ. 서론 Ⅱ. 이론적배경 Ⅲ. 연구방법 Ⅳ. 연구결과 Ⅴ. 결론 Ⅰ. 서론 278 경찰학연구제 12
More information1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut
경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si
More information3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < >
. 변수의수 ( 數 ) 가 3 이라면카르노맵에서몇개의칸이요구되는가? 2칸 나 4칸 다 6칸 8칸 < > 2. 다음진리표의카르노맵을작성한것중옳은것은? < 나 > 다 나 입력출력 Y - 2 - 3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < > 2 2 2 2 2 2 2-3 - 5. 다음진리표를간략히한결과
More information<3131BFF92D3828C6D0B3CEBFACB1B82DC0CCBBF3C8A D38302E687770>
- 가구소득을중심으로 - 이상호 * Ⅰ. 들어가며 ) 30..,, (Unobserved Heterogenety).. NLS(966~) PSID(968~), BHPS(99~), GSOEP(984~). 990 994 998, (998~). 2~3...,. * (shlee@kl.re.kr). 66_ 노동리뷰 (Korean Labor and Income Panel
More information1 : KS C IEC 60456 2kg 25kg, KS C 9608,,,,. 1 1kg { 1kg 1 () ( kg ) (Wh), Wh/ kg }. : KS C IEC 60456 (,, ), 2kg 25kg 2kg 5kg. 1 1kg { 1kg 1 ( kg ) (Wh), Wh/ kg } 47cm 216cm, 4,320., (CRT) (PDP), 1kg,,,,
More informationnonpara6.PDF
6 One-way layout 3 (oneway layout) k k y y y y n n y y K yn y y n n y y K yn k y k y k yknk n k yk yk K y nk (grand mean) (SST) (SStr: ) (SSE= SST-SStr), ( 39 ) ( )(rato) F- (normalty assumpton), Medan,
More informationMicrosoft PowerPoint - SBE univariate5.pptx
이상치 (outlier) 진단및해결 Homework 데이터 ( Option.XLS) 결과해석 치우침? 평균이중앙값에비해다소크다. 그러나이상치때문이지치우친것같지않음. Toys us 스톡옵션비율이이상치 해결방법 : Log 변환? 아니다치우쳐있지않기때문에제거 제거후 : 평균 :.74, 중위수 :.7 31 치우침과이상치 데이터 : 노트북평가점수 우로치우침과이상치가존재
More information2002년 2학기 자료구조
자료구조 (Data Structures) Chapter 1 Basic Concepts Overview : Data (1) Data vs Information (2) Data Linear list( 선형리스트 ) - Sequential list : - Linked list : Nonlinear list( 비선형리스트 ) - Tree : - Graph : (3)
More informationDBPIA-NURIMEDIA
The e-business Studies Volume 17, Number 6, December, 30, 2016:275~289 Received: 2016/12/02, Accepted: 2016/12/22 Revised: 2016/12/20, Published: 2016/12/30 [ABSTRACT] SNS is used in various fields. Although
More informationSequences with Low Correlation
레일리페이딩채널에서의 DPC 부호의성능분석 * 김준성, * 신민호, * 송홍엽 00 년 7 월 1 일 * 연세대학교전기전자공학과부호및정보이론연구실 발표순서 서론 복호화방법 R-BP 알고리즘 UMP-BP 알고리즘 Normalied-BP 알고리즘 무상관레일리페이딩채널에서의표준화인수 모의실험결과및고찰 결론 Codig ad Iformatio Theory ab /15
More informationDBPIA-NURIMEDIA
e- 비즈니스연구 (The e-business Studies) Volume 17, Number 3, June, 30, 2016:pp. 93~116 ISSN 1229-9936 (Print), ISSN 2466-1716 (Online) 원고접수일심사 ( 수정 ) 게재확정일 2016. 06. 12 2016. 06. 20 2016. 06. 26 ABSTRACT e-
More information<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770>
삼각함수. 삼각함수의덧셈정리 삼각함수의덧셈정리 삼각함수 sin (α + β ), cos (α + β ), tan (α + β ) 등을 α 또는 β 의삼각함수로나 타낼수있다. 각 α 와각 β 에대하여 α >0, β >0이고 0 α - β < β 를만족한다고가정하 자. 다른경우에도같은방법으로증명할수있다. 각 α 와각 β 에대하여 θ = α - β 라고놓자. 위의그림에서원점에서거리가
More informationR t-..
R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)
More information<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770>
25 강. 수열의극한참거짓 2 두수열 { }, {b n } 의극한에대한 < 보기 > 의설명중옳은것을모두고르면? Ⅰ. < b n 이고 lim = 이면 lim b n =이다. Ⅱ. 두수열 { }, {b n } 이수렴할때 < b n 이면 lim < lim b n 이다. Ⅲ. lim b n =0이면 lim =0또는 lim b n =0이다. Ⅰ 2Ⅱ 3Ⅲ 4Ⅰ,Ⅱ 5Ⅰ,Ⅲ
More information.... ...... ....
17 1516 2 3 3 027 3 1516 13881443 028 1 1444 26 10 1458 4 029 15 14587 1458 030 10 1474 5 16 5 1478 9 1 1478 3 1447 031 10 10 032 1 033 12 2 5 3 7 10 5 6 034 96 5 11 5 3 9 4 12 2 2 3 6 10 2 3 1 3 2 6 10
More informationWINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역
WINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역시쉽게해결할수있다. 이번화이트페이퍼에서는 Window Function 중순위 RANK, ROW_NUMBER,
More informationuntitled
- 186 - HANYANG Univ. Paul Hwang (http://www.cyworld.com/transportation) - 187 - - 188 - HANYANG Univ. Paul Hwang (http://www.cyworld.com/transportation) - 189 - 한시간교통량 - 190 - HANYANG Univ. Paul Hwang
More informationMySQL-.. 1
MySQL- 기초 1 Jinseog Kim Dongguk University jinseog.kim@gmail.com 2017-08-25 Jinseog Kim Dongguk University jinseog.kim@gmail.com MySQL-기초 1 2017-08-25 1 / 18 SQL의 기초 SQL은 아래의 용도로 구성됨 데이터정의 언어(Data definition
More information슬라이드 1
장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j
More informationR
R 과데이터분석 상관관계 양창모 청주교육대학교컴퓨터교육과 2015 년여름 양창모 ( 청주교육대학교컴퓨터교육과 ) Data Analysis using R 2015 년여름 1 / 20 상관관계 양적변수quantitative variables 사이의관계relationships를나타내기위하여상관계수correlation coefficients를사용한다. ± 기호를사용하여관계의방향을나타낸다.
More information2011년 제 9회 최우수상.hwp
1) 고려대학교교육학과석사과정 (nayoung725@yahoo.co.kr) 2) 고려대학교교육학과박사과정 (seo2jin@hanmail.net) 3) 고려대학교교육학과석사과정 (premier110@hanmail.net) 성별지역계열학업진행여부 총사례수 일주일평균아르바이트시간 ( 시간 ) 남 1510 8.9 여 1457 8.4 동지역 2573 8.5
More information에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>
More informationY 1 Y β α β Independence p qp pq q if X and Y are independent then E(XY)=E(X)*E(Y) so Cov(X,Y) = 0 Covariance can be a measure of departure from independence q Conditional Probability if A and B are
More information- 2 -
2014 년융 복합기술개발사업 ( 융 복합과제 ) 제안요청서 목차 - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - Ω - 18 - - 19 - - 20 - 기계소재 -001-21 - 기계소재 -002-22 - 기계소재
More information164
에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 163~190 학술 시변파라미터일반화해밀턴 -plucking 모형을이용한전력소비의선제적경기국면판단활용연구 * 163 164 165 166 ~ 167 ln 168 [ 그림 1] 제조업전력판매량 (a) 로그변환
More informationMulti-pass Sieve를 이용한 한국어 상호참조해결 반-자동 태깅 도구
Siamese Neural Network 박천음 강원대학교 Intelligent Software Lab. Intelligent Software Lab. Intro. S2Net Siamese Neural Network(S2Net) 입력 text 들을 concept vector 로표현하기위함에기반 즉, similarity 를위해가중치가부여된 vector 로표현
More information第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대
第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대검찰청 차장검사,대검찰청 검사,검찰연구관,부
More informationPowerPoint Presentation
5 불대수 IT CookBook, 디지털논리회로 - 2 - 학습목표 기본논리식의표현방법을알아본다. 불대수의법칙을알아본다. 논리회로를논리식으로논리식을논리회로로표현하는방법을알아본다. 곱의합 (SOP) 과합의곱 (POS), 최소항 (minterm) 과최대항 (mxterm) 에대해알아본다. 01. 기본논리식의표현 02. 불대수법칙 03. 논리회로의논리식변환 04.
More informationAnalysis of objective and error source of ski technical championship Jin Su Seok 1, Seoung ki Kang 1 *, Jae Hyung Lee 1, & Won Il Son 2 1 yong in Univ
Analysis of objective and error source of ski technical championship Jin Su Seok 1, Seoung ki Kang 1 *, Jae Hyung Lee 1, & Won Il Son 2 1 yong in University & 2 Kang Won University [Purpose] [Methods]
More informationDBPIA-NURIMEDIA
The e-business Studies Volume 17, Number 6, December, 30, 2016:3~20 Received: 2016/12/04, Accepted: 2016/12/27 Revised: 2016/12/27, Published: 2016/12/30 [ABSTRACT] This study aims to comprehensively analyze
More informationi f i f (disposition effect) 의확률 의확률 i f i f i f i f i f i f GARCH-in-Mean GARCH-in-Mean , ( ) ( ). ( ), / ( ), (1 ), S&P500,,. 상승반응계수 로 ~2008.12 15) ~ ~ m 10 20 (8) (10) (11) (8) (10) (11) 0.011 (0.23)
More informationuntitled
Mathematcal Statstcs / 6. 87 Chapter 6 radom varable probablty desty ucto. dstrbuto ucto.. jot desty ucto... k k margal desty ucto k m.. Statstcs ; θ ereces Y... p. ~ ; θ d radom sample... ; θ ~ statstc
More information생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포
생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................
More informationPrecipitation prediction of numerical analysis for Mg-Al alloys
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
More informationISO17025.PDF
ISO/IEC 17025 1999-12-15 1 2 3 4 41 42 43 44, 45 / 46 47 48 49 / 410 411 412 413 414 5 51 52 53 54 / 55 56 57 58 / 59 / 510 A( ) ISO/IEC 17025 ISO 9001:1994 ISO 9002:1994 B( ) 1 11 /, / 12 / 1, 2, 3/ (
More information<32382DC3BBB0A2C0E5BED6C0DA2E687770>
논문접수일 : 2014.12.20 심사일 : 2015.01.06 게재확정일 : 2015.01.27 청각 장애자들을 위한 보급형 휴대폰 액세서리 디자인 프로토타입 개발 Development Prototype of Low-end Mobile Phone Accessory Design for Hearing-impaired Person 주저자 : 윤수인 서경대학교 예술대학
More information제 3강 역함수의 미분과 로피탈의 정리
제 3 강역함수의미분과로피탈의정리 역함수의미분 : 두실수 a b 와폐구갂 [ ab, ] 에서 -이고연속인함수 f 가 ( a, b) 미분가능하다고가정하자. 만일 f '( ) 0 이면역함수 f 은실수 f( ) 에서미분가능하고 ( f )'( f ( )) 이다. f '( ) 에서 증명 : 폐구갂 [ ab, ] 에서 -이고연속인함수 f 는증가함수이거나감소함수이다 (
More information- 1 -
- 1 - External Shocks and the Heterogeneous Autoregressive Model of Realized Volatility Abstract: We examine the information effect of external shocks on the realized volatility based on the HAR-RV (heterogeneous
More informationC# Programming Guide - Types
C# Programming Guide - Types 최도경 lifeisforu@wemade.com 이문서는 MSDN 의 Types 를요약하고보충한것입니다. http://msdn.microsoft.com/enus/library/ms173104(v=vs.100).aspx Types, Variables, and Values C# 은 type 에민감한언어이다. 모든
More information<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0
More information중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed
중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed mean), 가중평균 (weighted mean), 기하평균 (geometric mean),
More informationMicrosoft PowerPoint - ch10 - 이진트리, AVL 트리, 트리 응용 pm0600
균형이진탐색트리 -VL Tree delson, Velskii, Landis에의해 1962년에제안됨 VL trees are balanced n VL Tree is a binary search tree such that for every internal node v of T, the heights of the children of v can differ by at
More information12È«±â¼±¿Ü339~370
http://www.kbc.go.kr/ k Si 2 i= 1 Abstract A Study on Establishment of Fair Trade Order in Terrestrial Broadcasting Ki - Sun Hong (Professor, Dept. of Journalism & Mass Communication,
More informationPJTROHMPCJPS.hwp
제 출 문 농림수산식품부장관 귀하 본 보고서를 트위스트 휠 방식 폐비닐 수거기 개발 과제의 최종보고서로 제출 합니다. 2008년 4월 24일 주관연구기관명: 경 북 대 학 교 총괄연구책임자: 김 태 욱 연 구 원: 조 창 래 연 구 원: 배 석 경 연 구 원: 김 승 현 연 구 원: 신 동 호 연 구 원: 유 기 형 위탁연구기관명: 삼 생 공 업 위탁연구책임자:
More information04-다시_고속철도61~80p
Approach for Value Improvement to Increase High-speed Railway Speed An effective way to develop a highly competitive system is to create a new market place that can create new values. Creating tools and
More information자료의 이해 및 분석
어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의
More informationMicrosoft Word - [2017SMA][T8]OOPT_Stage_2040 ver2.docx
OOPT Stage 2040 - Design Feesual CPT Tool Project Team T8 Date 2017-05-24 T8 Team Information 201211347 박성근 201211376 임제현 201411270 김태홍 2017 Team 8 1 Table of Contents 1. Activity 2041. Design Real Use
More information<B3EDB4DC28B1E8BCAEC7F6292E687770>
1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)
More informationλx.x (λz.λx.x z) (λx.x)(λz.(λx.x)z) (λz.(λx.x) z) Call-by Name. Normal Order. (λz.z)
λx.x (λz.λx.x z) (λx.x)(λz.(λx.x)z) (λz.(λx.x) z) Call-by Name. Normal Order. (λz.z) Simple Type System - - 1+malloc(), {x:=1,y:=2}+2,... (stuck) { } { } ADD σ,m e 1 n 1,M σ,m e 1 σ,m e 2 n 2,M + e 2 n
More information조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형
More information장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정
. 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계
More information목 록( 目 錄 )
부 附 록 錄 목록( 目 錄 ) 용어설명( 用 語 說 明 ) 색인( 索 引 ) 목 록( 目 錄 ) 278 고문서해제 Ⅷ 부록 목록 279 1-1 江 華 ( 內 可 面 ) 韓 晩 洙 1909년 10월 11일 1-2 江 華 ( 內 可 面 ) 韓 晩 洙 洪 元 燮 1909년 10월 2-1 江 華 ( 府 內 面 ) 曺 中 軍 宅 奴 業 東 고종 18년(1881) 11월
More information조사연구 aim of this study is to find main cause of the forecasting error and bias of telephone survey. We use the telephone survey paradata released by N
조사연구 권 호 DOI http://dx.doi.org/10.20997/sr.17.3.5 연구노트 2016 년국회의원선거전화여론조사정확성분석 Analysis of Accuracy of Telephone Survey for the 2016 National Assembly Elections 1)2) a) b) 주제어 선거여론조사 전화조사 예측오차 편향 대국회의원선거
More information목차 BUG 문법에맞지않는질의문수행시, 에러메시지에질의문의일부만보여주는문제를수정합니다... 3 BUG ROUND, TRUNC 함수에서 DATE 포맷 IW 를추가지원합니다... 5 BUG ROLLUP/CUBE 절을포함하는질의는 SUBQUE
ALTIBASE HDB 6.3.1.10.1 Patch Notes 목차 BUG-45710 문법에맞지않는질의문수행시, 에러메시지에질의문의일부만보여주는문제를수정합니다... 3 BUG-45730 ROUND, TRUNC 함수에서 DATE 포맷 IW 를추가지원합니다... 5 BUG-45760 ROLLUP/CUBE 절을포함하는질의는 SUBQUERY REMOVAL 변환을수행하지않도록수정합니다....
More information에너지경제연구 Korean Energy Economic Review Volume 11, Number 2, September 2012 : pp. 1~26 실물옵션을이용한해상풍력실증단지 사업의경제성평가 1
에너지경제연구 Korean Energy Economic Review Volume 11, Number 2, September 2012 : pp. 1~26 실물옵션을이용한해상풍력실증단지 사업의경제성평가 1 2 3 4 5 6 ln ln 7 8 9 [ 그림 1] 해상풍력단지건설로드맵 10 11 12 13 < 표 1> 회귀분석결과 14 < 표 2> 미래현금흐름추정결과
More information< 목차 > Ⅰ. 연구동기 1 Ⅱ. 연구목적 1 Ⅲ. 연구내용 2 1. 이론적배경 2 (1) 직접제작한물질의기본구조 2 (2) 회절격자의이론적배경 3 (3) X-선회절법-XRD(X-Ray Diffraction) 3 (4) 브래그의법칙 (Bragg`s law) 4 (5)
[ 첨부 4] 작품설명서표지서식 작품번호 1143 LASER 의라우에패턴을통한입체모형의구조분석 출품분야물리출품부문학생 2011. 7. 7 구분성명 출품학생 지도교사 김성현 권채련 김서연 전종술 - 1 - < 목차 > Ⅰ. 연구동기 1 Ⅱ. 연구목적 1 Ⅲ. 연구내용 2 1. 이론적배경 2 (1) 직접제작한물질의기본구조 2 (2) 회절격자의이론적배경 3 (3)
More information저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
More information#Ȳ¿ë¼®
http://www.kbc.go.kr/ A B yk u δ = 2u k 1 = yk u = 0. 659 2nu k = 1 k k 1 n yk k Abstract Web Repertoire and Concentration Rate : Analysing Web Traffic Data Yong - Suk Hwang (Research
More information8-VSB (Vestigial Sideband Modulation)., (Carrier Phase Offset, CPO) (Timing Frequency Offset),. VSB, 8-PAM(pulse amplitude modulation,, ) DC 1.25V, [2
VSB a), a) An Alternative Carrier Phase Independent Symbol Timing Offset Estimation Methods for VSB Receivers Sung Soo Shin a) and Joon Tae Kim a) VSB. VSB.,,., VSB,. Abstract In this paper, we propose
More informationChap 6: Graphs
5. 작업네트워크 (Activity Networks) 작업 (Activity) 부분프로젝트 (divide and conquer) 각각의작업들이완료되어야전체프로젝트가성공적으로완료 두가지종류의네트워크 Activity on Vertex (AOV) Networks Activity on Edge (AOE) Networks 6 장. 그래프 (Page 1) 5.1 AOV
More informationTHE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Mar.; 28(3),
THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2017 Mar.; 28(3), 163 169. http://dx.doi.org/10.5515/kjkiees.2017.28.3.163 ISSN 1226-3133 (Print) ISSN 2288-226X (Online) PCB
More information나라사랑
2015년 12월 1일 화요일 (월간) 국가보훈처 1577-0606 박근혜 대통령이 11일 사회보장위원회에 앞서 턴투 워드부산을 기억해 참석자들과 함께 묵념하고 있 다. 이날은 21개국 참전국 국민 등 전 세계인이 함께 추모묵념에 동참했다. 서울, 박 대통령의 묵념 박승춘 국가보훈처장과 서병수 부산시장, 참전용사 와 보훈단체장 등이 11일 유엔참전용사국제추모식
More information실험 5
실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.
More information1 1 Department of Statistics University of Seoul August 29, 2017 T-test T 검정은스튜던트 t 통계량의분포를귀무가설하에서살펴봄으러써가설의기각여부를결정하는의사결정모형임 검정 : X i iid N(µ, σ 2 ) 이라고가정하고, 귀무가설과대립가설을아래와같이놓자. 귀무가설즉, µ = µ 0 하에서 H : µ
More informationexample code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for
2003 Development of the Software Generation Method using Model Driven Software Engineering Tool,,,,, Hoon-Seon Chang, Jae-Cheon Jung, Jae-Hack Kim Hee-Hwan Han, Do-Yeon Kim, Young-Woo Chang Wang Sik, Moon
More information단순 베이즈 분류기
단순베이즈분류기 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 단순베이즈분류기 1 / 14 학습내용 단순베이즈분류 구현 예제 박창이 ( 서울시립대학교통계학과 ) 단순베이즈분류기 2 / 14 단순베이즈분류 I 입력변수의값이 x = (x 1,..., x p ) 로주어졌을때 Y = k일사후확률 P(Y = k X 1 = x 1,..., X p =
More informationDBPIA-NURIMEDIA
논문 09-34-06-04 한국통신학회논문지 '09-06 Vol. 34 No. 6 음성향상을위한 2 차조건사후최대확률기법기반 Soft Decision 준회원금종모 *, 종신회원장준혁 ** Improved -Soft Decision Incorporating Second-Order Conditional MAP for Speech Enhancement Jong-Mo
More information환경중잔류의약물질대사체분석방법확립에 관한연구 (Ⅱ) - 테트라사이클린계항생제 - 환경건강연구부화학물질연구과,,,,,, Ⅱ 2010
11-1480523-000702-01 환경중잔류의약물질대사체분석방법확립에 관한연구 (Ⅱ) - 테트라사이클린계항생제 - 환경건강연구부화학물질연구과,,,,,, Ⅱ 2010 목차 ⅰ ⅱ ⅲ Abstract ⅳ Ⅰ Ⅱ i 목차 Ⅲ Ⅳ i 목차 ii 목차 iii Abstract α β α β iv Ⅰ. 서론 Ⅰ 1 Ⅱ. 연구내용및방법 Ⅱ. 2 Ⅱ. 연구내용및방법
More information