• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.351-354
• /
• 2004

본 논문에서는 낱자에서 추출한 특징을 입력으로 사용하는 자소 인식기를 이용한 저해상도 인쇄체 한글 영상의 인식 방법을 제안하였다. 제안한 방법에서는 입력 문자를 한글 6 형식과 기타 형식의 문자, 총 7 종으로 분류한 뒤, 입력 문자를 인식 대상 문자의 수와 자소 복잡도에 따라 하나 또는 두 개의 인식 단위로 구분하여 인식한다. 각 HRU는 낱자에서 추출한 방향각 특징을 입력으로 사용하는 다층 신경망 인식기를 이용하여 인식한다. 다음으로, 각 다층 신경망 인식기의 신뢰도를 조합하여 최종 인식 결과를 도출한다. 제안한 방법을 사용한 실험에서 98.99%의 인식률을 얻을 수 있었으며, 이는 기존 방법에 비해 15.83%의 오류가 감소한 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.65-68
• /
• 2012

본 논문에서는 최근 활발히 연구가 진행되고 있는 행위인식 연구 분야 중에서 스마트폰 환경에서의 개인화된 행위 인식기 및 로거를 제안한다. 최근 스마트폰의 보급이 활발해지면서 행위 인식 연구 분야에서 스마트폰을 이용하는 연구가 활발히 진행되고 있다. 그러나 스마트폰에서는 센서를 이용하여 행위정보를 수집하고, 서버에서 는 분류 및 처리하는 방식으로 실시간 인식과 개발자에 의한 트레이닝으로 인해 개인화된 트레이닝이 불가능하다는 단점이 있다. 이러한 단점을 극복하고자 Naive Bayes Classifier를 사용하여 스마트폰 환경에서 실시간으로 사용자 행위 수집이 가능하고 행위정보의 분류 및 처리가 가능한 경량화 및 개인화된 행위 인식기 및 로거의 구현을 목적으로 한다. 제안하는 방법은 행위 인식기를 통해 행위 인식이 가능할 뿐만 아니라 로거를 통해 사용자의 라이프로그, 라이프패턴 등의 연구 분야에 이용이 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.393-394
• /
• 2019

본 연구는 현재 임신 중인 임산부 중 6개월 이상의 임산부를 대상으로 스스로가 본인의 체형을 어떻게 인식하고 있는가 하는 주관적 평가를 유형화하고 유형별 특성을 고찰하고자 하였다. 이를 통해 임산부의 체형에 적합한 의복디자인 및 패턴설계에 필요한 기초자료를 제공하고자 하였다. 본 연구는 Q방법론을 사용하였으며, Q분석은 쿼넬 프로그램(QuANL pc program)을 사용하였다. 임산부의 체형에 대한 인식 유형은 가는 팔다리 중앙 반구형 복부 체형, 처진 복부 돌출 체형, 굵은 윗팔 중앙 돌출 복부 체형의 3가지 유형으로 분석되었다. 가는 팔다리 중앙반구형 복부 체형은 임신 전 BMI지수가 가장 낮아 정상에 속하였으며 팔다리는 가늘고 다른 부위는 거의 살이 찌지 않았으며 배만 나왔다고 인식하였다. 처진 복부 돌출 체형은 임신 전 BMI 지수가 가장 높아 과체중에 속한 유형으로 가슴둘레, 엉덩이둘레뿐만 아니라 몸에 전체적으로 살이 쪘으며, 배가 아래로 처진 체형으로 인식되었다. 굵은 윗팔 중앙 돌출 복부 체형은 제1유형과 같이 복부의 중앙부분이 돌출되어 있다고 인식하였으나 윗팔둘레가 굵어졌다고 인식하여 제1유형과는 차이를 나타냈다. 임신 전 BMI 지수는 중간인 그룹으로 정상에 속하였다. 향후 연구에서는 임산부의 실제 체형 분석을 통하여 본 연구의 인식체형과의 차이를 비교 분석해보는 것도 의미 있는 연구가 될 것으로 생각된다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.23 no.4
• /
• pp.369-390
• /
• 2012

This research analyzed the type of major research and support services provided by libraries in academic institutions. The research also investigated the awareness of users using the research and support services. We found that the awareness was influenced by users' major and status. In particular, prior usage of the services had statistically significant result depending on users' major and status. On the other hand, the rank of faculty members or the year of study for students were found to not have a significant influence on the general perception of the research support services. We also found that researchers require the support services in every stages of their study. In addition, the preference of training method and research guidance for such services differed by users' major.

• Science of Emotion and Sensibility
• /
• v.21 no.4
• /
• pp.77-90
• /
• 2018

Behavioral studies of emotion recognition in autism spectrum disorders (ASD) have yielded mixed results. Most of the studies focused on emotion recognition abilities with regard to ASD using stimuli with unisensory modality, making it difficult to determine difficulties in real life emotion perception in ASD. Herein, we review the recent behavioral and cognitive neuroscience studies on emotion recognition functions in ASD, including both unisensory and multisensory emotional information, to elucidate the possible difficulties in emotion recognition in ASD. In our study, we discovered that people with ASD have problems in the process of integrating emotional information during emotion recognition tasks. The following four points are discussed: (1) The restrictions of previous studies, (2) deficits in emotion recognition in ASD especially in recognizing multisensory information, (3) possible compensation mechanisms for emotion recognition in ASD, and (4) the possible roles of attention and language functions in emotion recognition in ASD. The compensatory mechanisms proposed herein for ASD with regard to emotion recognition abilities could contribute to a therapeutic approach for improving emotion recognition functions in ASD.

• Korean Journal of Childcare and Education
• /
• v.8 no.4
• /
• pp.159-183
• /
• 2012

The purpose of this study was to examine any possible gaps between the recognition of early childhood teachers on instructional planning elements and their implementation. The subjects in this study were 341 teachers who worked in Province. The collected data were analyzed by paired t-test, one-way ANOVA - test. The alpha coefficients of the instruments were 0.92 and 0.94 respectively, which showed the instruments were both reliable. The teachers investigated scored high when a four-point scale was utilized, but they scored lower in implementation than in recognition. In conclusion, teachers were well aware of instructional planning elements and performed well, but they had more difficulties in implementation than in recognition. When their recognition and implementation were evaluated by the type of institution and preschooler age in charge, the national and public kindergarten teachers were rated highest, and those who were in charge of five-year- olds in Western age were rated highest. The above-mentioned findings suggest that it's necessary to take actions to boost the recognition and implementation of teachers in relation to instructional planning elements.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.387-389
• /
• 2000

정보 통신 분야의 발달로 사람들의 전화 사용이 늘어나고 또한 전화기에 여러 가지 멀티미디어 기능들이 추가되면서 음성 인식의 필요성이 점차 증가하고 있다. 그러나 현재의 기술로는 음성 인식의 성능이 사람들의 기대치를 만족시키지 못하고 있다. 본 연구에서는 G.723을 이용한 네트워크 상에서 음성 인식 시간을 줄이고 같은 차수에서 더 좋은 음성 인식 성능을 얻을 수 있는 방법에 대해 연구하였다. 일반적인 보코더는 채널을 통과시킬 때 왜곡을 최소화 하기 위해 양지화할 때 안정적이라고 알려져 있는 LSP 파라메터를 양자화하여 전송한다. 전송된 양자화된 LSP 파라메터는 복호화기를 통과하게 되는데 본 연구에서는 양자화된 LSP 파라메터를 음성인식에 직접 이용하여 음성 합성한 후 음성 특징 파라메터를 추출하는 시간을 줄일 수 있고 음성 합성시 왜곡을 미연에 방지할 수 있다. 본 연구에서는 변별적인 기준에 의해 특징 벡터 요소들을 순서화를 이용하여 음성 특징 벡터의 차수를 동적으로 조절할 수 있는 방법을 G.723에 적용시켜 보았다. 순서화 된 음성 특징 요소들 중에서 인식 목적에 적절한 차수를 선정하며 차수를 줄이면서도 음성인식 성능은 유지 또는 향상시킬 수 있음을 확인하였다. 특히 네트워크 통신망에서도 음성인식 성능을 향상시킬 수 있음을 확인하였고, 기존의 합성음에서 음성인식을 하는 방법보다 시간도 크게 단축할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.5
• /
• pp.586-591
• /
• 2008

This paper studied the emotion recognition system combined with robust speech recognition system in order to improve the performance of emotion recognition system. For this purpose, the effect of emotional variation on the speech recognition system and robust feature parameters of speech recognition system were studied using speech database containing various emotions. Final emotion recognition is processed using the input utterance and its emotional model according to the result of speech recognition. In the experiment, robust speech recognition system is HMM based speaker independent word recognizer using RASTA mel-cepstral coefficient and its derivatives and cepstral mean subtraction(CMS) as a signal bias removal. Experimental results showed that emotion recognizer combined with speech recognition system showed better performance than emotion recognizer alone.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.398-401
• /
• 2018

본 연구에서는 심충 합성곱 신경망(Deep CNN)과 Connectionist Temporal Classification (CTC) 알고리즘을 사용하여 강제정렬 (force-alignment)이 이루어진 코퍼스 없이도 학습이 가능한 음소 인식 모델을 제안한다. 최근 해외에서는 순환 신경망(RNN)과 CTC 알고리즘을 사용한 딥 러닝 기반의 음소 인식 모델이 활발히 연구되고 있다. 하지만 한국어 음소 인식에는 HMM-GMM 이나 인공 신경망과 HMM 을 결합한 하이브리드 시스템이 주로 사용되어 왔으며, 이 방법 은 최근의 해외 연구 사례들보다 성능 개선의 여지가 적고 전문가가 제작한 강제정렬 코퍼스 없이는 학습이 불가능하다는 단점이 있다. 또한 RNN 은 학습 데이터가 많이 필요하고 학습이 까다롭다는 단점이 있어, 코퍼스가 부족하고 기반 연구가 활발하게 이루어지지 않은 한국어의 경우 사용에 제약이 있다. 이에 본 연구에서는 강제정렬 코퍼스를 필요로 하지 않는 CTC 알고리즘을 도입함과 동시에, RNN 에 비해 더 학습 속도가 빠르고 더 적은 데이터로도 학습이 가능한 합성곱 신경망(CNN)을 사용하여 딥 러닝 모델을 구축하여 한국어 음소 인식을 수행하여 보고자 하였다. 이 모델을 통해 본 연구에서는 한국어에 존재하는 49 가지의 음소를 추출하는 세 종류의 음소 인식기를 제작하였으며, 최종적으로 선정된 음소 인식 모델의 PER(phoneme Error Rate)은 9.44 로 나타났다. 선행 연구 사례와 간접적으로 비교하였을 때, 이 결과는 제안하는 모델이 기존 연구 사례와 대등하거나 조금 더 나은 성능을 보인다고 할 수 있다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.155-165
• /
• 1998

음성자동인식을 위한 통계적 방법으로 은닉마코프모형이 널리 사용되고 있다. 이산형 은닉마코프모형보다 인식률이 우수한 연속형 은닉마코프모형을 고려하였으며, 인식을 위한 비터비(Viterbi) 알고리즘을 병렬화시켜 인식속도를 빠르게 하는 인식 알고리즘을 제안하였다. 제안된 방법으로 실험을 통하여 인식률과 인식속도 개선률(speed-up)을 살펴보았다.