• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2001.04a
• /
• pp.211-216
• /
• 2001

Recently, the research for the mobile computing such as PDA, Palm PC and wearable computing related technologies is widely under development, specially for the input device. Among the mobile input methods are speech recognition, handwriting recognition and cording type. However these systems have the problems of the data input appraratus like input speed and recognition rate. This paper presents the Glove-based input device which could solve the system's data input problem. By the experimental results suggest the method of proposional input method that utilize the hand's movement is appropriate for the effective mobile input devices.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.148-150
• /
• 2016

영상 신호에 대해 인공지능적인 프로세스를 수행하는 방법들 중에 우수한 성능을 나타내면서 주목을 끌고 있는 방법으로 Convolution Neural Network(CNN)이 있다. 이를 구성할 때 전반부는 convolution network로 구현되고, 후반부는 Neural Network(NN)로 구현된다. 이때, 전반부에서 convolution 과정을 수행하기 위해 다양한 필터가 사용되는데, 이 필터들의 초기값에 따라 CNN의 성능이 달라지게 된다. 본 논문에서는 CNN의 성능을 향상시키기 위해 convolution network의 초기값을 설정하는 방법에 대해 제안하며, 이를 컴퓨터 실험을 통해 증명하기 위해 필기체 인식이라는 응용 알고리즘을 구현하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.151-153
• /
• 2016

최근 스마트폰, PC, 태블릿 같은 전자기기들이 발전하면서 기계를 통해 소통하는 시대가 왔다. 기계와 소통하기 위해 우리가 사용하는 문자를 인식하는 것은 중요한 일이다. 이런 전자기기들이 문자, 영상인식을 해야 할 필요성이 더욱 증가함에 따라 머신러닝의 중요성이 대두되었다. 머신러닝은 컴퓨터의 학습을 위해 알고리즘과 기술을 개발하는 분야를 말한다. 머신러닝의 기법과 관련된 알고리즘의 종류는 수없이 많다. 그 중에서도 Neural Network는 사람의 뇌 신경구조를 토대로 착안하여 네트워크를 만들고 이를 학습에 이용한 머신러닝 기법이다. 이런 인공지능 알고리즘인 Neural Network 구조를 바탕으로 특징을 추출하여 학습을 하는 Convolution Neural Network 기법의 사용이 늘고 있다. 본 논문에서는 Neural Network와 Convolution Neural Network의 알고리즘을 이용한 필기체 인식 실험을 하고 그 내용을 비교하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.387-390
• /
• 2014

본 논문에서는 현대사회에서 응용분야가 광범위하고, 높은 인식율과 빠른 처리속도를 위하여 많은 연구가 진행되어왔던 오프라인 필기체 인식 중 디지털 펜을 위한 새로운 필기체 문자 인식 시스템과 이를 이용한 화상 채팅 시스템을 제안한다. 이 시스템의 문자 인식에 필요한 처리는 체인코드에 기반하며 유니코드와 획 코드를 이용하여 처리하는 필기체 문자 인식 시스템으로, 일반적으로 터치 패널이 없는 데스크 탑 과 노트북에서도 터치 펜 기능을 가능하게 하는 디지털 펜을 위한 필기체 문자 인식 시스템이며 화상 채팅은 WSAEventSelect Model을 사용하여 제작한 시스템이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.289-291
• /
• 2006

본 연구에서는 온라인 공간 필기를 인식 시스템을 구성하는 방법을 제안한다. 공간 필기 인식은 데이터의 부족으로 인한 한계를 지니고 있다 공간필기와 기존의 펜과 태블릿을 이용한 필기 사이의 차이가 연결획에 있다는 사실에 착안하여, 공간 필기 데이터로는 연결획만을 모델링하고. 나머지 부분은 기존의 수집된 데이터 흑은 모델을 이용함으로써, 데이터 부족 문제를 효과적으로 해결하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.853-855
• /
• 2005

은닉 마르코프(HMM)의 HMM의 구조 최적을 위한 모델 선택 방법에 많은 방법들이 연구되어지고 있다. HMM의 구조를 어떻게 최적으로 정해야 하는 가에 대해 HMM의 구조를 체계적인 방법으로 정함과 동시에 변별력의 단점을 개선 할 수 있는 방법으로 Anti-likelihood(ALC1)를 제안하였고 이를 모델 선택 기준인 BIC와의 결합(ALC2)하여 필기 데이터에 대해 실험한 결과 기존의 방법보다 파라미터의 수는 감소되고 인식률이 향상됨을 알 수 있었다. 이를 Discrete HMM에도 적용하여 제안된 ALC2가 HMM 구조를 최적화하는 모델 선택 기준임을 Continuous-Density HMM과 비교하여 실험 검증 한다.

• The Korean Journal of Applied Statistics
• /
• v.25 no.6
• /
• pp.1009-1018
• /
• 2012

Persistence homology (a type of methodology in computational algebraic topology) can be used to capture the topological characteristics of functional data. To visualize the characteristics, a persistence diagram is adopted by plotting baseline and the pairs that consist of local minimum and local maximum. We use the bottleneck distance to measure the topological distance between two different functions; in addition, this distance can be applied to multidimensional scaling(MDS) that visualizes the imaginary position based on the distance between functions. In this study, we use handwriting data (which has functional forms) to get persistence diagram and check differences between the observations by using bottleneck distance and the MDS.

• Journal of the Korean Institute of Plant Engineering
• /
• v.23 no.4
• /
• pp.29-38
• /
• 2018

Through process quality information, the time required for process quality analysis has been drastically shortened, the process defect rate has been reduced, and the manufacturing lead time has been shortened and the on-time delivery rate has been improved. Therefore, The purpose of this study is to develop a quality information analysis system model that effectively shortens the time required for process quality analysis in automobile safety belt parts manufacturing process. As a result of experiments on communication operation between manufacturing execution system (MES) quality server, injection machine control computer, injection machine programmable logic controller (PLC) and terminal, in analyzing quality information, the conventional handwriting input method took an average of 20 minutes, but the new multi-network method took about 2 minutes on average. In addition, the process defect rate was reduced by 13% and the manufacturing lead time was shortened from 28 hours to 20 hours. The delivery compliance rate improved from 96 to 99%.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.225-227
• /
• 2022

다양한 분야에서 전자기기들을 사용함으로 인해 문서를 작성할 때 디지털 글꼴을 통해 작성하게 되는데, 이로 인해 글꼴을 종류가 여러 형태로 증가하면서 다양한 글꼴들을 사용하고 있다. 하지만, 글꼴마다 저작권을 가지고 있어서 마음에 든다고 해서 함부로 사용할 수도 없는 것이 문제점이다. 또한, 한글은 다른 언어에 비해 글자 조합방식이 많아서 폰트로 제작하기엔 많은 시간과 비용이 든다는 문제도 있다. 이러한 문제들을 해결하기 위해서 딥러닝을 통해 글꼴을 제작하게 된다면 적은 글자를 입력해 많은 글자의 결과를 도출함으로써, 시간과 비용을 절감해 효율적으로 만들고자 하였다. 이에 본 논문은 GAN을 기반으로 한 손글씨 폰트 제작을 하는 가운데 글꼴을 만들기 위해 입력에 어떤 글자들이 필요한 지에 대해 연구하였다. 다양한 분석적 요소를 갖고 실험을 하여 입력에 따라 결과가 어떻게 달라지는지를 알아보았고 이를 바탕으로 글꼴을 생성하였다.

• Journal of Platform Technology
• /
• v.6 no.1
• /
• pp.3-8
• /
• 2018

This paper proposes a technique for recognizing online handwritten cursive data obtained by tracing a motion trajectory while a user is in the 3D space based on a convolution neural network (CNN) algorithm. There is a difficulty in recognizing the virtual character input by the user in the 3D space because it includes both the character stroke and the movement stroke. In this paper, we divide syllable into consonant and vowel units by using labeling technique in addition to the result of localizing letter stroke and movement stroke in the previous study. The coordinate information of the separated consonants and vowels are converted into image data, and Korean handwriting recognition was performed using a convolutional neural network. After learning the neural network using 1,680 syllables written by five hand writers, the accuracy is calculated by using the new hand writers who did not participate in the writing of training data. The accuracy of phoneme-based recognition is 98.9% based on convolutional neural network. The proposed method has the advantage of drastically reducing learning data compared to syllable-based learning.