가변스텝상수를 이용한 엔트로피 최대화 방법의 성능향상 (Performance Improvement of Entropy Maximization Method using the Variable Step Constant)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 11권 / 9호 / 55 ~ 61페이지
· 저자명 : 박창규

초록

본 논문은 혼합된 음성신호에서 소스 신호를 분리하기 위한 방법으로 독립성분분석(ICA: Independent Component Analysis) 중 하나인 엔트로피 최대화 방법(Entropy Maximization Method)에 대하여 빠른 수렴과 분리결과의 정확성 확보를 위해 기존 비교사 학습방법인 Gradient Ascent 알고리즘을 개선한 가변스텝상수를 적용한 Gradient Ascent방법 두 가지(Wprev, Wbest)를 제안한다. 제안된 방법은 엔트로피값이 지속적으로 증가할 경우, 스텝사이즈를 증가시킴으로써 빠른 수렴 특성을 가지며 또한 감소할 경우에는 스텝사이즈를 감소시킴과 동시에 분리행렬 을 이전 값으로 되돌림으로써 혼합된 신호의 수가 증가할 경우에도 높은 분리 성능을 유지하는 방법이다.

영어초록

This paper suggests two Gradient Ascent method (Wprev, Wbest) applying the variable step constant of improving the Gradient Ascent algorithm which is the existing unsupervised learning method for the fast convergence and accuracy of separate results about the Entropy Maximization Method being one among the Independent Component Analysis with the method for separating the source signal from the mixed speech signals. If Entropy is steadily increased, the proposed method will have characteristic of fast convergence through increase of learning constant. On the other hand, if the entropy reduces, it is the method maintaining the high separation performance by returning the separate matrices W to the previous value with reducing the step size. Therefore, it is the method maintaining the high separation performance even in case that the number of mixed signals is increased.

참고자료

· 없음