• 전기의세계
• /
• 제38권2호
• /
• pp.31-38
• /
• 1989

신경회로망의 특성 및 영상인식에서의 사용 가능성 등에 대해 알아보고자 한다. 또한 기존의 통계적 패턴인식 방법과 비교해서 신경회로망의 이점 등을 살펴보고자 하며 영상인식 신경회로망의 핵심적인 연구인 perceptron을 중심으로 학습방법과 응용등에 대해 살펴보고자 한다. 그리고 간단하게 최근 우리나라에서 수행하고 있는 영상 인식 분야의 신경회로망 연구에 대해 살펴보고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.25-30
• /
• 2009

패턴 인식에서 분류기 모형으로 많이 사용되는 퍼지 가중치 평균 분류기는 가중치를 적절히 설정함으로써 뛰어난 분류 성능을 얻을 수 있다는 장점이 있다. 그러나 일반적으로 가중치는 인식 문제 분야의 특성이나 해당 전문가의 지식이나 주관적 경험을 기반으로 설정되므로 설정된 가중치의 일관성과 객관성을 보장하기가 어려운 문제점을 갖고 있다. 따라서 이 논문에서는 퍼지 가중치 평균 분류기의 가중치를 설정하기 위한 객관적 기준을 제시하기 위하여 특징값들 간의 통계적 정보를 이용한 가중치 설정 기법들을 제안하였다. 제안한 기법들을 이용하여 UCI machine learning repository 사이트에서 제공되는 표준 데이터들 중의 하나인 Iris 데이터 세트를 이용하여 실험하고 그 결과를 비교, 분석하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.166-171
• /
• 1994

기존의 음성인식기들은 일반적으로 간단하면서도 성능이 우수한 계층별 학습에 의해서 설계된다. 계층별 학습은 통계적 패턴인식에서의 ML 추정기법처럼 모델간의 독립성이 보장되고 무한한 양의 학습데이타가 주어진다는 가정에 기초하고 있다. 그러나, 대상어휘집합에 음운학적으로 유사한 어휘가 많이 포함되어 있는 인식문제에 있어서는 모델간의 독립성이 보장되지 못하고, 실제 주어지는 grktmqepdlk의 양도 제한되므로 기존의 합습알고리즘에는 한계가 있다. 따라서 본 논문에서는 그러한 가정상의 문제점으로 생기는 인식기의 성능저하를 개선할 수 있는 변별력 있는 학습알고리즘들을 검토하고 그의 일반적인 접근방법들에 대해서 논의한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1995년도 제12회 음성통신 및 신호처리 워크샵 논문집 (SCAS 12권 1호)
• /
• pp.179-183
• /
• 1995

DTW를 사용한 텍스트종속 화자확인의 성능향상에 관한 것으로, 화자인식의 근본적인 난점인 화자 정보 추출의 어려움, 사칭자의 거부, 시간 변화에 따른 인식률 저하 등을 해결하고자 하였다. 먼저 기존의 DTW 방식을 유지하면서 DTW의 단점이라 할 수 있는 과다한 계산량과 발성 습관과 시간 변화에 따른 음성왜곡을 개선하기 위하여 기준 패턴에 통계적 의미를 도입한 대표 평균치 패턴을 사용하였다. 가중 켑스트럼은 화자별로 유용한 켑스트럼 차수를 구하여, 그 차수에 가중치를 두는 것으로 본 실험에서는 F-ratio를 사용하여 구하였다. 실험결과 대표 평균치 패턴과 F-ratio를 사용할 경우 인식률이 각각 약 3~4% 향상되었다.

• 대한토목학회논문집
• /
• 제34권3호
• /
• pp.747-754
• /
• 2014

마할라노비스 거리 이론에 기초한 통계적 패턴 인식 기술은 안정된 외부하중에 대한 구조물 상태 평가에 대한 유용성에도 불구하고 지진과 같이 큰 변동성의 외부하중에 대한 구조물의 건전도 모니터링에는 취약하다. 손상은 일반적으로 손상되지 않은 구조물의 측정된 값의 평균과 손상된 구조물의 측정값 사이의 차이에 의해 결정된다. 외부 하중의 변동성이 커질수록 더 큰 차이가 발생하고, 이는 손상으로 인식되기 쉽다. 본 논문에서는 이러한 문제를 극복하고 불확실한 외부 하중을 받는 구조물을 지속적으로 모니터링 할 수 있도록 외부 변동성을 감소시키기 위해 마할라노비스 거리 이론을 수정한 통계적 패턴 인식 기술인 개선된 마할라노비스 거리 이론을 개발하였다. 이 방법은 일반적인 임의의 하중과 지진하중에서 정확하게 사장교의 건전도를 평가하는 것을 실험적으로 확인 하였다. 그 결과, IMDT는 손상되지 않은 케이블로부터 획득한 데이터로 손상된 케이블에 의한 구조물의 손상을 파악하는 데 유효한 것을 확인하였다. 따라서 변동성을 지닌 외부하중에 의한 교량의 건전도 모니터링에 효과적으로 적용할 수 있음을 입증하였다.

• 한국정보통신학회논문지
• /
• 제19권1호
• /
• pp.106-112
• /
• 2015

본 논문에서는 키넥트(Kinect)를 통해 얻은 깊이 영상에서 찾아낸 손가락의 끝점으로 임의의 3차원 공간인 공중에 그린 서명을 인식하는 알고리즘을 제안한다. 3차원 공간상에서 서명 궤적의 시프팅(Shifting), 스케일링(Scaling) 변화에 대응하기 위해 X, Y, Z좌표에 관한 각각 10개의 통계적 특징을 사용하였다. 인공신경망(Artificial Neural Network)은 기계학습 중 하나이며, 패턴인식 분야의 복잡한 분류 문제를 해결할 수 있는 도구로 사용되고 있다. 제안한 알고리즘을 실제 온라인 서명인식 시스템을 구현하여 적용하였고, 앞서 추출한 통계적 특징을 인공신경망의 입력값으로 사용하여 학습 과정을 거친 후 4가지 서명을 분류하는 것을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
• /
• pp.62-68
• /
• 2002

음성인식기를 거친 결과는 오류를 포함할 수 있으며 이를 다른 자연어처리 응용에 이용하기 위해서는 오류의 검출과 수정과정이 필수적이다. 음성인식 오류 후처리는 그 성격상 문자인식 후처리와는 다른 접근 방법을 필요로 하며, 본 인구에서는 잡음환경을 제외한 특정 도메인에 국한된 음성발화 상황에 초점을 맞추고자 한다. 후처리 방법에 있어서는 통계적 접근과 패턴매칭에 의한 접근 방법이 있으며, 본 연구에서는 특정 도메인에서 사용되는 어휘의 의미정보를 포함하는 패턴을 자동으로 생성시켜 이에 의한 오류 검출 및 수정 방안을 제안한다. 본 실험에 사용된 도메인은 차량정보센터용 음성정보 제공 시나리오이며 상용 음성인식기를 후처리를 위한 개발 툴로 사용하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.422-426
• /
• 2007

CP(Counterpropagation) 알고리즘은 Kohonen의 경쟁 네트워크와 Grossberg의 아웃스타(outstar) 구조의 결합으로 이루어진 것으로 패턴 매칭, 패턴 분류, 통계적인 분석 및 데이터 압축 등 활용분야가 다양하고, 다른 신경망 모델에 비해 학습이 매우 빠르다는 장점이 있다. 하지만 CP 알고리즘은 충분한 경쟁층의 수가 설정되지 않아 경쟁층에서 학습이 불안정하고, 여권 코드와 같이 다양한 패턴으로 그성된 경우에는 패턴들을 정확히 분류할 수 없는 단점이 있다. 그리고 CP 알고리즘은 출력층에서 연결강도를 조정할 때, 학습률에 따라 학습 및 인식 성능이 좌우된다. 따라서 본 논문에서는 패턴 인식 성능을 개선하기 위해 다수의 경쟁층을 설정하고, 입력 벡터와 숭자 뉴런의 대표 벡터간의 차이와 숭자 뉴런의 빈도수를 학습률 조정에 반영하여 학습률을 동적으로 조정하여 경쟁층에서 안정적으로 학습되도록 하고, 출력층의 연결강도 조정시 이전 연결 강도 변화량을 반영하는 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘을 제안한다. 학습 성능을 확인하기 위해서 실제 여권에서 추출된 개별 코드를 대상으로 실험한 결과, 본 논문에서 개선한 CP 알고리즘이 기존의 CP 알고리즘보다 패턴 분류의 정확성과 인식 성능이 개선된 것을 확인하였다.

• 조명전기설비학회논문지
• /
• 제17권1호
• /
• pp.31-36
• /
• 2003

본 논문은 GIS내 파티클에 의해 발생한 부분방전 신호에 대한 정량적 분석 및 상태에 따른 패턴인식에 관하여 설명하였다. GIS내 파티클의 상태를 4가지로 모의하여 각각의 경우에 부분방전 신호를 계측한 후 Ф-Q-N분포로 나타내었고, 다시 Ф-Q분포, Ф-Qm분포, Ф-N분포, Ф-N분포로 나타내었다. 각각의 분포는 통계적 연산자에 의해 정량화 하여 분석하였고, 또한 연산자들을 패턴인식을 위한 입력데이터로 이용하여 수행하였다. 그 결과 파티클의 상태에 따른 분포 형태는 파티클의 상태에 따라 서로 다른 특성을 나타냈었으며, 또한 뉴럴 네트웍을 이용한 패턴 인식의 결과는 약92〔%〕였으며 연산자들의 입력 데이터가 많을수록 더 정확한 결과가 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.550-552
• /
• 2003

패턴인식에서 사용되는 모든 영상을 해석할 수 있는 시스템은 현재 어려운 문제이므로 먼저문제 영역을 해석하는 방법이 일반적이다. 이는 영상의 이해 및 특정 정보값을 사용하여 특징으로 사용하기 위하여 특징을 추출한다. 특징 추출시 정보의 손실 없이 데이터를 줄이는 작업이 연구되어오고 있지만 이는 사람의 주관적인 경험으로 알고리즘의 내부 파라미터를 결정하고 바꾸어야 하는 문제점을 가지고 있다. 본 논문에서는 웨이블릿 변환으로 얻어진 sub-band들을 특징으로 추출하고 결과를 통계적인 방법인 주성분분석을 이용하여 특징 차원을 감소시켜 인식의 정확도를 향상시키는 방법을 제안한다.