• 한국정보통신학회논문지
• /
• 제17권5호
• /
• pp.1064-1069
• /
• 2013

본 논문에서는 SOM과 개선된 ART-1을 이용하여 악보를 인식하는 방법을 제안한다. 악보 인식을 위해 스캔된 악보 이미지를 호프 변환, Otsu's 이진화를 원본 이미지에 적용하고, 히스토그램 분석을 통해 구분된 작은악절에서 오선을 제거하여 악보의 음표 성분을 추출할 수 있는 이미지 전처리 단계를 수행한다. 오선이 제거된 작은악절은 레이블링을 이용하여 음표 성분을 분리한다. 추출된 음표들은 SOM 알고리즘을 적용하여 일정한 크기로 정규화하고, 정규화된 음표 정보들을 개선된 ART-I 알고리즘을 적용하여 학습과 인식한다. 제안된 방법을 적용하여 음표 인식 실험을 한 결과, 제안된 방법이 음표 인식에 효율적임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.1997-2003
• /
• 2009

음악 연구에 따른 컴퓨터의 역할이 점차 중요한 비중을 차지함에 따라 효과적인 악보 인식과 효율적인 악보의 편집 및 수정 방법이 요구된다. 기존의 수동 입력 방식에서는 악보를 부정확하게 입력하여 수정하는 경우에는 작업시간이 많이 소요되며, 각 수정 프로그램에서 만든 악보는 특정 프로그램에서만 재수정이 가능하다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 이미 작성 되어있는 악보들을 자동으로 인식하는 방법을 제안한다. 제안된 악보 인식 방법은 수평 히스토그램을 이용하여 악보 이미지의 오선을 제거한 후, 4 방향 윤곽선 추적 알고리즘을 적용하여 잡음을 제거하고 Grassfire 알고리즘을 적응하여 악보 구성 기호들을 추출한다. 추출된 악보 구성 기호들은 hierarchical ART2 알고리즘을 적용하여 인식된다. 제안된 악보 인식 방법 의 성능을 평가하기 위해 100장의 악보 영상을 대상으로 실험한 결과, 제시된 hierarchical ART2 알고리즘을 이용한 악보 영상의 인식 방법이 효율적임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제3권3호
• /
• pp.17-22
• /
• 1998

이미지 인식 분야에 있어서 전자 결재시 도장의 진위 문제와 은행업무 또는 중요서류에 있어서의 도장 진위 문제는 점점 더 중요하게 부각되고 있는데 반해 기존의 도장 이미지 처리 과정은 물체의 테두리 부분과 같이 명암도가 날카롭게 변하는 부분의 선명도를 흐리게 하는 단점이 있으며 윤곽선을 추출하는데 어려움이 많다. 본 논문에서는 개선한 평활화 방법을 이용하여 특정한 범위내의 픽셀을 조사하여 가장 빈번히 나타나는 값을 찾고,그 값을 해당 픽셀의 값으로 대체시켜 윤곽선을 검출한 다음, ART1 학습 알고리즘에서 경계값을 퍼지 연산자중 Yager의 일반화된 교연산자를 적용하여 경계변수값을 동적으로 변화시켜 올바른 분류가 될 수 있도록 한다. 본 논문에서 제안한 ART1학습 알고리즘에 적용하여 실험한 결과 기존의 ART1 알고리즘을 이용한 경우보다 향상된 이미지 인식율을 보였다.

• 한국멀티미디어학회논문지
• /
• 제6권7호
• /
• pp.1312-1320
• /
• 2003

본 논문에서는 하나의 은닉층을 가지는 다층 구조 신경망이 고려되었다. 다층 구조 신경망에서 널리 사용되는 오루 역전파 학습 방법은 초기 가중치와 불충분한 은닉층 노드 수로 인하여 지역 최소화에 빠질 가능성이 있다. 따라서 본 논문에서는 퍼지 단층 퍼셉트론에 ART1을 결합한 방법으로, 은닉층의 노드를 자가 생성(self-generation)하는 퍼지 지도 학습 알고리즘을 제안한다. 입력층에서 은닉층으로 노드를 생성시키는 방식은 ART1을 수정하여 사용하였고, 가중치 조정은 특정 패턴에 대한 저장 패턴을 수정하도록 하는 winner-take-all 방식을 적용하였다. 제안된 학습 방법의 성능을 평가하기 위하여 학생증 영상을 대상으로 실험한 결과. 기존의 오류 역전파 알고즘보다 연결 가중치들이 지역 최소화에 위치할 가능성이 줄었고 학습 속도 및 정체 현상이 개선되었다.

• 전자공학회논문지B
• /
• 제33B권5호
• /
• pp.102-108
• /
• 1996

Adaptive resonance theory (ART2) characterized by its built-in mechanism of handling the stability-plasticity switching and by the adaptive learning without forgetting informations learned in the past, is based on an unsupervised template matching. We propose an improved tow-stage learning algorithm for aRT2: the original unsupervised learning followed by a new supervised learning. Each of the output nodes, after the unsupervised learning, is labeled according to the category informations to reinforce the template pattern associated with the target output node belonging to the same category some dominant classes from exhausting a finite number of template patterns in ART2 inefficiently. Experimental results on a set of 2545 FLIR images show that the ART2 trained by the two-stage learning algorithm yields better accuracy than the original ART2, regardless of th esize of the network and the methods of evaluating the accuracy. This improvement shows the effectiveness of the two-stage learning process.

• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.11-18
• /
• 2014

본 논문에서는 ART2 알고리즘을 이용하여 질병을 도출하고 증상의 차이를 구분하기 위해서 애매한 증상의 정도를 퍼지 추론 방법에 적용하여 더욱더 정확한 질병 상세를 도출할 수 있는 개선된 자가진단 시스템을 제시한다. 본 논문에서 제안한 방법을 전문의에게 분석을 의뢰한 결과, 본 논문에서 제안된 자가진단 시스템 방법이 이전의 방법보다, 지능형 자가 보조 진단 시스템으로서 사용자에게 더욱 효과적인 도움을 줄 수 있는 가능성을 확인하였다.

• Journal of Mechanical Science and Technology
• /
• 제18권12호
• /
• pp.2137-2147
• /
• 2004

The recycling cell formation problem means that disposal products are classified into recycling part families using group technology in their end-of-life phase. Disposal products have the uncertainties of product status by usage influences during product use phase, and recycling cells are formed design, process and usage attributes. In order to deal with the uncertainties, fuzzy set theory and fuzzy logic-based neural network model are applied to recycling cell formation problem for disposal products. Fuzzy C-mean algorithm and a heuristic approach based on fuzzy ART neural network is suggested. Especially, the modified Fuzzy ART neural network is shown that it has a good clustering results and gives an extension for systematically generating alternative solutions in the recycling cell formation problem. Disposal refrigerators are shown as examples.

• 대한건축학회논문집:계획계
• /
• 제35권2호
• /
• pp.93-104
• /
• 2019

Minimal art, which began to flourish in the mid-1960s, explores perceptual situations caused by the involvement of objects in given site contexts. This has led to the mentions of minimal art as a site-specific art, but its limitations have also been pointed out. This study specifically addresses the limitations of minimal art as a site-specific art with two perceptual points of view. First, according to Michael Fried, situations described as 'now here' focus largely on the bodily experiences of a place. However, they do not rooted in specific time and space of a certain place. Second, the unique characteristics of a certain place are excluded from the perception of the body which occupies the passage of time. Self-sufficient algorithm, which is far from site-specific conditions, is the autonomous system creating the period in the way of arrangement of objects. In addition, Minimal art regards a body only as the objectivity excluding the subjectivity which is essential creating meaning in a place. In the latter part of the article, these features are dealt with through Donald Judd's works. This study on site-specificity also provides a new perspective on the discussion of Minimal architecture and Minimal landscape.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.379-387
• /
• 2001

본 논문은 그레이 명암도 변화와 HSl 컬러 모형의 Hue 정보를 함께 이용한 번호판 영역 추출 방법을 제안한다. 차량 이미지에서 차량 번호판 추출은 명암도 변화를 이용하여 번호판 후보 영역을 추출하고 후보 영역에 대해 HSI 컬러 모형의 Hue 정보를 이용하여 실제 번호판 영역을 결정한다. 추출된 번호판 영역으로부터 문자를 포함하는 특징 영역 추출은 각 문자들에 대한 히스토그램을 이용하여 추출한다. 그리고 Yager의 합접속 연산자를 이용하여 경계 변수 값을 동적으로 변화시키는 개선된 ART2 알고리즘을 제안하고 번호판의 개별 문자 인식에 적용한다. 또한 개선된 ART2와 지도 학습 방법을 통합한 SOSL 알고리즘을 제안한다. 100개의 실제 차량 이미지를 이용한 실험 결과를 통해 제안된 번호판 영역 추출 방법이 단일 컬러 모형을 적용한 기존 추출 방법보다 추출률이 향상되었고, 개선된 알고리즘들이 기존의 ART2 알고리즘과 오류 역전파 알고리즘 보다 더 높은 인식률을 보임을 알 수 있었다.

• 융합신호처리학회논문지
• /
• 제4권2호
• /
• pp.12-17
• /
• 2003

본 논문은 퍼지 ART 신경망 알고리즘을 이용하여 내용기반 영상을 검색하는 연구를 제시한다. 대용량의 영상 데이터베이스를 검색할 때, 클러스터링은 빠른 검색을 위해 중요하다. 그러나 많은 양의 영상 데이터를 적절하게 클러스터링 하는 것은 상당히 어렵다. 기존의 유사도에 따른 검색 방법은 검색의 정확도가 떨어지고 검색시간이 많이 걸리는 단점이 있기 때문에 이러한 단점을 보완하는 방법이 필요하다. 본 논문에서는 앞서 언급한 문제점을 보완하기 위하여 신경망 알고리즘을 사용한 내용기반 영상검색 시스템을 제안한다. 퍼지 ART 신경망 알고리즘을 사용한 본 검색 시스템에서는 색상과 질감을 검색에 필요한 특징치로 잡아 데이터를 0과 1사이의 데이터로 정규화 하여 신경망 알고리즘의 입력 데이터로 넣어서 영상을 클러스터링 한 후 검색을 실시하였다 300개의 영상을 가지고 실험한 결과 약 87%의 검출률을 보여 주었다.