• Journal of KIISE:Software and Applications
• /
• v.34 no.11
• /
• pp.1001-1010
• /
• 2007

HMM tends to output high probability for not only the proper class data but confusable class data, since the modeling power increases as the number of parameters increases. Thus it may not be helpful for discrimination to simply increase the number of parameters of HMM. We proposed two methods in this paper. One is a CMC(Confusion Likelihood Model Selection Criterion) using confusion class data probability, the other is a new recognition method, RCM(Recognition Using Confusion Models). In the proposed recognition method, confusion models are constructed using confusable class data, then confusion models are used to depress misrecognition by confusion likelihood is subtracted from the corresponding standard model probability. We found that CMC showed better results using fewer number of parameters compared with ML, ALC2, and BIC. RCM recorded 93.08% recognition rate, which is 1.5% higher result by reducing 17.4% of errors than using standard model only.

• The Journal of the Korea Contents Association
• /
• v.9 no.1
• /
• pp.455-464
• /
• 2009

Based on the observation that Korean speakers of English have difficulties in producing English fricatives, a perception experiment was designed to investigate whether Korean speakers also have difficulties perceiving English labial consonants including fricatives. Forty Korean college students were asked to perform a multiple-choice identification test. The consonant perception test consisted of nonce words which contained English labial consonants [p, b, f, v] in 4 different prosodic locations: initial onset position, intervocalic position before stress, intervocalic position after stress, and final coda position. The general perception pattern was that the mean accuracy rates were higher in strong position like CV and VCVV than in weak position like VC and VVCV. The difficulties in perceiving the English targets resulted mainly from bidirectional manner confusion between stop and fricative across all prosodic locations. The other types of misidentification were due to place confusion as well as voicing confusion. Place confusion was generated mostly by the target [f] in all prosodic position due to acoustic properties. Voicing confusion was heavily influenced by prosodic position. The misperception of the participants was accounted for by phonetic properties and/or the participants' native language properties.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.605-608
• /
• 2000

혼동 행렬 (confusion matrix)은 자극 또는 인식대상(데이터)에 대한 반응을 데이터화함으로써 인식대상(데이터)의 특성분석을 통하여 복잡한 시스템을 효율적으로 통제, 관리하기 위한 분석기법에 사용된다. 클러스터링은 인식 시스템을 위한 기법으로서 다양한 분야에서 널리 활용되고 있다. 본 연구에서는 혼동 행렬을 이용한 최적화 모델을 통하여 클러스터링(Clustering) 문제의 새로운 접근법을 제시한다. 최근 수리 계획 분야에서 클러스터링 분야에 대한 연구가 계속되고 있는데 그러한 수리 모델과 혼동 행렬을 접목하여 새로운 모델을 제시한다.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.16 no.4
• /
• pp.49-53
• /
• 2008

비행 편수의 증가 추세는 관제 밀집도를 높여 항공관제 사와 조종사간 communication 실수를 유발할 수 있는데 특히 호출 부호(Call Sign)의 혼동, 착각에 의한 경우가 많은 것으로 나타나고 있다. 항공 관제사와 조종사간의 communication 실수는 항공기 고도 위반, 활주로 침범, CFIT, 공중 충돌, Near Miss로 인한 위험 상황을 초래할 수 있다. 본 연구는 민간 항공사에 근무하는 조종사들의 유사 콜사인에 대한 혼동 정도와 위험성 인식을 설문 조사하였으며 이를 분석하여 방지 대책을 모색하였다. 국내 조종사와 외국인 조종사의 혼동 정도와 위험성 인식의 차이는 나타나지 않았으며 공항이 위치한 국가에 따라 혼동 정도의 차이가 있었다. 동일 항공사에서 나타나는 유사 콜사인은 자체 해결 가능하였지만 타 항공사와의 유사 콜사인을 해결하는 데는 한계가 있어 관계 기관의 적극적인 중재가 요구된다.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.353-354
• /
• 2011

한국 학생들이 영어 모음들을 어떻게 인지하는지 알아보기 위해서, 49명의 한국 대학생들을 대상으로 11개의 영어 목표 모음 [i, ɪ, eɪ, ɛ, æ, ɑ, ɔ, oʊ, ʊ, u, ʌ]이 들어간 단어 beat, bit, bait, bet, bat, pot, bought, boat, put, boot, but들의 모음을 판별하는 인지실험을 실행하였다. 실험결과 bet, bought, boot의 모음을 판별하는 정확도가 50%이하로 낮았고, 반면에 bat, pot, boat의 모음 인지 정확도는 70% 이상으로 높았다. 영어 목표 모음별로 혼동도표를 통해서 목표 영어 모음들의 혼동패턴과 최소대립어 훈련도 제시되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.274-277
• /
• 2006

본 논문에서는 온라인 필기 한자 인식 과정에 있어 비슷한 한자끼리 혼동되어 오인식되는 한자들을 선별하여 이들 한자 인식과정의 후처리에 적용 할 수 있는 결과검증 방법에 대해서 소개한다. 결과검증 방법은 온라인 필기 한자인식기가 최종 인식결과를 산출하기 전에 후보한자들 중 혼동한자가 있으면 그 혼동 한자에 대해서 미리 정해놓은 조건을 만족하는지 검사하여 점수를 내고 이를 인식 후처리에 이용한다. 인식 후처리에 쓰이는 결과검증 방법에서는 그 한자만이 가지고 있는 구조적인 정보를 다른 한자들과 구별하기 위해 휴리스틱으로 파악하여 조건화 시킨다. 구조적인 정보는 획의 좌표, 방향코드, 순서, 길이 등으로 판단되며 다양한 휴리스틱방법이 고려 될 수 있다. 인식 후처리에 적용되는 결과검증 방법을 통해 혼동되는 온라인 필기 한자를 구별하는데 도움이 되는 것을 실험을 통해 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.48 no.5
• /
• pp.37-44
• /
• 2011

This paper proposes a confusion-line separating algorithm in a CIE Lab color space using color segmentation for protanopia and deuteranopia. Images are segmented into regions by grouping adjacent pixels with similar color information using the hue components of the images. To this end, the region growing method and the seed points used in this method are the pixels that correspond to peak points in hue histograms that went through a low pass filter. In order to establish a color vision deficiency (CVD) confusion line map, we established 512 virtual boxes in an RGB 3-D space so that boxes existing on the same confusion line can be easily identified. After that, we checked if segmented regions existed on the same confusion line and then performed color adjustment in an CIE Lab color space so that all adjacent regions exist on different confusion lines in order to provide the best color identification effect to people with CVDs.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.310-312
• /
• 2016

OCR(Optical Character Recognition)의 오류를 줄이기 위해 본 논문에서는 교정 어휘 쌍의 혼동 행렬(confusion matrix)과 나이브 베이즈 분류기($na{\ddot{i}}ve$ Bayes classifier)를 이용한 철자 교정 시스템을 제안한다. 본 시스템에서는 철자 오류 중 한글에 대한 철자 오류만을 교정하였다. 실험에 사용된 말뭉치는 한국어 원시 말뭉치와 OCR 출력 말뭉치, OCR 정답 말뭉치이다. 한국어 원시 말뭉치로부터 자소 단위의 언어모델(language model)과 교정 후보 검색을 위한 접두사 말뭉치를 구축했고, OCR 출력 말뭉치와 OCR 정답 말뭉치로부터 교정 어휘 쌍을 추출하고, 자소 단위로 분해하여 혼동 행렬을 만들고, 이를 이용하여 오류 모델(error model)을 구축했다. 접두사 말뭉치를 이용해서 교정 후보를 찾고 나이브 베이즈 분류기를 통해 확률이 높은 교정 후보 n개를 제시하였다. 후보 n개 내에 정답 어절이 있다면 교정을 성공하였다고 판단했고, 그 결과 약 97.73%의 인식률을 가지는 OCR에서, 3개의 교정 후보를 제시하였을 때, 약 0.28% 향상된 98.01%의 인식률을 보였다. 이는 한글에 대한 오류를 교정했을 때이며, 향후 특수 문자와 숫자 등을 복합적으로 처리하여 교정을 시도한다면 더 나은 결과를 보여줄 것이라 기대한다.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.73-83
• /
• 2007

An information retrieval system, using exact match, needs preprocessing or query expansion to generate transliteration variants in order to search foreign word transliteration variants in the documents. This paper proposes an effective method to generate other transliteration variants from a given transliteration. Because simple rewriting of confused characters produces too many false variants, the proposed method controls the generation priority by learning confusion patterns from real uses and calculating their probability. Especially, the left and right context of a pattern is considered, and local rewriting probability and global rewriting probability are calculated to produce more probable variants in earlier stage. The experimental result showed that the method was very effective by showing more than 80% recall with top 20 generations for a transliteration variants set collected from KT SET 2.0.

• The Journal of Korean Association of Computer Education
• /
• v.7 no.2
• /
• pp.35-46
• /
• 2004

In this paper, I analyze error cases a learner made during learning using ICT, set up error types, and search for effective treatment methods in order to enhance the effects of ICT education. I search for error case to use the methodology of the study which is observation, interviews, and survey. I set up the error types which is the error type of confusion with functions, that of confusion with concepts, that of barriers in interface interpretation, that caused by psychological anxiety, that according to learner personality patterns, and habitual error type. The biggest frequency of errors was found in the error type of confusion with function and that of confusion with concepts, whose treatment methods were searched for using the web-based Q&A learning. Also, I apply the error treatment methods on the classroom and prove the effect.