• The Science & Technology
• /
• v.29 no.4 s.323
• /
• pp.68-69
• /
• 1996

숫자를 헤아리는 방법은 민족마다 또 문화권에 따라 서로 다르다. 서양에는 피코, 마이크로, 밀리, 윈, 헌드레드, 밀리언 등이 있고 동양에서는 일, 십, 백, 천, 억, 조, 경 등을 기본적인 숫자의 단위로 쓰고 있다. '불가사의', '무량대수' 등도 숫자의 단위이며 소수점 이하는 푼, 리를 비롯해 '순식', '찰나' 등 다양하다. 우리가 흔히 쓰는 '순식'은 숨을 한번 쉬는 3초를, 그리고 불교에서의 '일겁'은 우주의 일생을 일컫는다. 이렇듯 흥미롭고 신비로운 숫자의 세계를 풀어본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.992-993
• /
• 2014

임의 숫자는 여러 분야에서 다양하게 사용되고 있으며, 크게 True Random Number와 Pseudo Random Number로 구분지어 지는데, 대부분의 경우 Pseudo Random Number를 사용하고 있다. 이 경우, 동일한 Seed에 대해서는 항상 동일한 값을 반환하기 때문에, 진정한 임의 숫자라고 하기는 어렵다. 본 논문에서는 임의 숫자에 대한 기본 정의와 더불어 정지 영상을 이용하여 임의 숫자를 생성하는 방법에 대해 알아보고, 기존의 Pseudo Random Number와의 차이점을 설명하도록 하겠다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.42-44
• /
• 2020

TTS(Text-to-Speech) 시스템을 위해서는 한글 이외의 문자열을 한글로 변환해줄 필요가 있다. 이러한 문자열에는 숫자, 특수문자 등의 문자열이 포함되어 있다. 특히 숫자의 경우, 숫자가 사용되는 문맥에 따라 그 발음방법이 달라지는 문제점이 있다. 본 논문에서는 기존의 규칙기반과 한정된 문맥 정보만을 활용할 수 있는 방법이 아닌, 딥러닝을 이용한 방법으로 문맥에 따라 발음방법이 달라지는 숫자 음역의 모호성을 해소하는 방법을 소개한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.8
• /
• pp.260-267
• /
• 2018

Surface electromyography (sEMG) is mainly used as an on/off switch in the early stage of the study and was then expanded to navigational control of powered-wheelchairs and recognition of sign language or finger gestures. There are difficulties in communication between people who know and do not know sign language; therefore, many efforts have been made to recognize sign language or finger gestures. Recently, use of sEMG signals to recognize sign language signals have been investigated; however, most studies of this topic conducted to date have focused on Chinese finger number gestures. Since sign language and finger gestures vary among regions, Korean- and Chinese-finger number gestures differ from each other. Accordingly, the recognition performance of Korean finger number gestures based on sEMG signals can be severely degraded if the same muscles are specified as for Chinese finger number gestures. However, few studies of Korean finger number gestures based on sEMG signals have been conducted. Thus, this study was conducted to identify potential forearm muscles from which to collect sEMG signals for Korean finger number gestures. To accomplish this, six Korean finger number gestures from number zero to five were investigated to determine the usefulness of the proposed muscles and electrode placements by showing that CNN technique based on sEMG signal after sufficient learning recognizes six Korean finger number gestures in accuracy of 100%.

• Journal of Korea Multimedia Society
• /
• v.15 no.6
• /
• pp.737-747
• /
• 2012

Recently, in order to support automatic meter reading for conventional metering devices, an image processing-based approach of recognizing the number meter data in the captured meter images has attracted many researchers' interests. Numerical character segmentation is a very critical process for successful recognition. In this paper, we propose an efficient numeric character segmentation method which can segment numeric characters well for any metering device types under diverse illumination environments. The proposed method consists of two consecutive stages; detection of number area containing all numbers as a tight ROI(Region of Interest) and segmentation of numerical characters in the ROI. Detection of tight ROI is achieved in two steps: extraction of rough ROI by utilizing horizontal line segments after illumination enhancement preprocessing, and making the rough ROI more tight through clipping utilizing vertical and horizontal projection about binarized ROI. Numerical character segmentation in the detected ROI is stably achieved in two processes of 'vertical segmentation of each number region' and 'number segmentation in the each vertical segmented number region'. Through the experiments about a homegrown meter image database containing various meter type images of low contrast, low intensity, shadow, and saturation, it is shown that the proposed numeric character segmentation method performs effectively well for any metering device types under diverse illumination environments.

• Journal of KIISE:Software and Applications
• /
• v.27 no.5
• /
• pp.563-574
• /
• 2000

Recognition of numeral fields is a very important task for many document automation applications. Conventional methods are based on the two-steps process, segmentation of touching numerals and recognition of the individual numerals. However, due to a large variation of touching types this approach has not produced a robust result. In this paper, we present a new segmentation-free method for recognizing the two touching numerals. In this approach, two touching numerals are regarded as a single pattern coming from 100 classes ('00', '01', '02', ..., '98', '99'). For the test set, we manually extract two touching numerals from the data set of NIST numeral fields. Due to the limitation of conventional neural network in case of large-set classification, we use a modular neural network and Drove its superiority through recognition experimen.

• Journal of the Korea Society of Computer and Information
• /
• v.9 no.3
• /
• pp.121-125
• /
• 2004

In the most of recognizing systems of hand-written numbers. extraction of feature shape by using character elements shapes and a method of morphological analysis by using then extraction of feature shapes were usually used. In this paper, however, peculiar chain-code is used, and differential code which gets minimal value by differentiating the chain-code which is generated by the peculiar chain-code is made. We found this differential code is very successful in discriminating hand-written numbers according to the result of applying to most of the hand-written numbers. Testing recognition of hand-written numbers by HMM network. From the results, we can recognize of 96.1 percentage hand-written numbers but can not recognize extremely distorted hand-written numbers.

• Annual Conference on Human and Language Technology
• /
• 1996.10a
• /
• pp.107-113
• /
• 1996

한글 첫소리 글자를 적은 전화기 숫자판에서 바람직한 글자 배열 원칙을 살펴 본 뒤, 글쓴이의 안을 제시하였다. 이 숫자판은 주로 상호를 칠 때 쓰게 될 것인데, 한글 소리마디를 제대로 넣을 수 있는 소리마디 (전화기) 숫자판과의 관계, 앞으로의 추진 방향 등에 대하여도 살펴보았다. 구체적으로, 1) 첫소리 글자 숫자판과 소리마디 숫자판을 모두 수용할 수 있도록 KCS 44 를 고치고, 2) 일반 사람들도 쉽게 쓸 수 있는 간단한 글자 배열과 치는 방식을 찾고, 3) KCS 44 의 첫소리-가운뎃소리 글자 숫자판 대신, 첫소리 글자 숫자판으로 나아가야 하고, 4) 첫소리와 가운뎃소리 글자만 배열하였는데, 끝소리 글자까지 배열하는 방안도 신중히 검토해야 한다고 본다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.4
• /
• pp.3-13
• /
• 1998

본 논문은 음성 다이어링 시스템을 구현하기 위한 한국어 단독 숫자음 및 연속 숫 자음 인식에 관한 것이다. 단독 숫자음의 인식은 미지의 입력 음성을 재귀 신경망을 이용하 여 모델링된 각 모델에 인가하고, 신경 회로망의 출력 노드의 상태열을 검사하여 적절한 상 태 전이를 하며 최고의 확률값을 출력하는 모델을 인식된 결과로 출력한다. 연속 숫자음의 인식은 미지의 연속 숫자음을 재귀 신경 회로망을 이용한 연속 숫자음 모델에 입력하고, 신 경 회로망의 출력에 대하여 적절한 상태 전이에 대한 검사와 레벨 빌딩(Level Building)을 수행하여 최소의 오차를 가지는 모델열을 인식된 결과로 출력한다. 재귀 신경 회로망을 이 용하여 음절 모델을 만드는 과정에서 재귀 노드는 예상치가 주어지지 않으므로 신경 회로망 의 학습에서 제외되어 현저한 학습 속도의 저하를 가져온다. 따라서 본 논문에서는 재귀 신 경 회로망의 학습 속도를 향상시키기 위한 2가지 방법을 제안 한다. 첫 번째는 재귀 신경 회로망의 재귀 노드의 예상치를 실험적으로 주어줌으로써 학습 속도의 향상을 도모하였다. 두 번째는 음절 모델의 출력노드의 개수와 음절 모델의 세그먼트 경계를 알고리듬을 이용하 여 자동적으로 조절하였다. 실험결과, 단독어의 경우 음절 '에'에 포함하는 한국어 11개의 숫 자음에 대하여 화자 종속의 경우 97.3%, 화자 독립의 경우 80.5%의 인식률을 얻었으며, 연 속 숫자음의 경우는 21종류의 연속 숫자음에 대하여 화자 종속에서 88.2%, 화자 독립의 경 우 81.3%의 인식률을 얻을 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.11a
• /
• pp.912-915
• /
• 2002

This paper presents off-line handwritten numeral recognition method by using Eigen-Vectors. In this method, numeral features are extracted statistically by using Eigen-Vectors through KL transform and input numeral is recognized in the feature space by the nearest-neighbor classifier. In our feature extraction method, basis vectors which express best the property of each numeral type within the extensive database of sample numeral images are calculated, and the numeral features are obtained by using this basis vectors. Through the experiments with the unconstrained handwritten numeral database of Concordia University, we have achieved a recognition rate of 96.2%.