• 전자공학회논문지C
• /
• 제36C권7호
• /
• pp.46-55
• /
• 1999

본 논문에서는 형태소 분석을 이용한 후처리에서 속도 개선을 위해 사전 탐색 횟수를 줄이는 새로운 방법을 제안한다. 본 논문에서 제안하는 방법은, 오인식 어절 검출을 위한 형태소 분석 과정에서 분석되는 일부의 형태소 정보를 최대한 이용하여 오인식 어절의 형태소 구성을 추정한 후, 형태소 단위의 교정을 한다. 형태소 단위의 교정은 어절보다 길이가 짧으므로 최악의 경우라도 생성되는 후보의 수가 어절 단위의 교정보다 적다. 특히, 생성된 후보가 형태소 단위이므로 사전 탐색만으로 올바른 후보를 선택할 수 있으므로 형태소 분석으로 인한 사전 탐색 횟수를 줄일 수 있다. 본 논문에서 제안한 형태소 정보를 이용한 후처리는 기존의 어절 단위 후처리에 비해 생성된 후보의 형태소 분석이 필요 없다. 생성된 후보가 형태소이므로 사전 탐색에 의해 올바른 후보를 선택할 수 있었다. 이로 인해 사전 탐색 횟수는 어절 단위 후처리와 비교하였을 때 60%나 감소되었으며 후처리 결과 문자 인식기의 음절 인식률이 94%에서 97%로 향상되었다.

• 한국전산구조공학회논문집
• /
• 제22권5호
• /
• pp.487-499
• /
• 2009

컴퓨터의 성능이 향상되고 해석 알고리즘이 개선될수록 유한요소 모델링은 정교해지고 복잡해지는 경향이 있으며, 그에 상응하여 후처리 기술도 다양하게 발전하게 되었다. 이와같이 하드웨어적, 소프트웨어적인 진전을 바탕으로 탄소성해석에서는 더욱 세분화된 단계적 증분과 반복의 중간 계산 결과를 이용하여 탄소성 거동을 관찰하고 분석하는 것이 실용적인 의미를 갖게 되었다. 이 논문은 유한요소해석을 통해서 얻은 계산 결과로 부터 탄소성 재료의 역학적인 거동을 이론적으로 구성하고, 컴퓨터 그래픽스로 가시화하는 새로운 후처리 방법에 관하여 기술하였다. 또한 소성 거동의 진행을 표현하는 새로운 방법과 해석의 중간단계에서 생성된 데이터를 항복곡면과 응력경로의 형태로 재구성하거나 또는 Mohr원과 파괴포락선의 형태로 재구성하여 탄소성 거동을 분석하고 이해하는 방법을 제안하였다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.110-116
• /
• 2008

본 논문은 Isometric SOM(ISOSOM)신경망을 이용하여 지문의 영상의 세선화 과정에서 발생하는 거짓 특징점의 제거를 위한 새로운 후처리 방법과 영상압축에 관한 것이다. SOM은 간단한 구조와 빠른 실행 시간, 그리고 비교적 뛰어난 분류 성능 등의 장점을 가지므로, 영상압축, 패턴분류 등과 같이 많은 영상관련 분야에 적용되고 있으나, 단층의 구조를 가지고 있으므로 패턴의 분류에 한계성을 가지고 있다. 본 논문은 적은 벡터 코드북 개수로 SOM의 패턴분류 특성을 최대화시키기 위하여 fractal의 isometry를 적용한 Isometric SOM을 사용하였다. 제안된 Isometric SOM을 이용한 지문영상의 후처리 및 압축 알고리즘은 거짓 특징점의 추출에 좋은 성능을 보였으며 동시에 압축을 수행하는 우수한 성능을 확인할 수 있었다.

• 정보기술응용연구
• /
• 제1권
• /
• pp.173-211
• /
• 1999

The task of classification permeates all walks of life, from business and economics to science and public policy. In this context, nonlinear techniques from artificial intelligence have often proven to be more effective than the methods of classical statistics. The objective of knowledge discovery and data mining is to support decision making through the effective use of information. The automated approach to knowledge discovery is especially useful when dealing with large data sets or complex relationships. For many applications, automated software may find subtle patterns which escape the notice of manual analysis, or whose complexity exceeds the cognitive capabilities of humans. This paper explores the utility of a collaborative learning approach involving integrated models in the preprocessing and postprocessing stages. For instance, a genetic algorithm effects feature-weight optimization in a preprocessing module. Moreover, an inductive tree, artificial neural network (ANN), and k-nearest neighbor (kNN) techniques serve as postprocessing modules. More specifically, the postprocessors act as second0order classifiers which determine the best first-order classifier on a case-by-case basis. In addition to the second-order models, a voting scheme is investigated as a simple, but efficient, postprocessing model. The first-order models consist of statistical and machine learning models such as logistic regression (logit), multivariate discriminant analysis (MDA), ANN, and kNN. The genetic algorithm, inductive decision tree, and voting scheme act as kernel modules for collaborative learning. These ideas are explored against the background of a practical application relating to financial fraud management which exemplifies a binary classification problem.

• 대한음성학회지:말소리
• /
• 제35_36호
• /
• pp.175-188
• /
• 1998

Database segmented and labeled up to phoneme level plays an important role in phonetic research and speech engineering. However, it usually requires manual segmentation and labeling, which is time-consuming and may also lead to inconsistent consequences. Automatic segmentation and labeling can be introduced to solve these problems. In this paper, we investigate a method to improve the performance of automatic segmentation and labeling system, where Spectral Variation Function(SVF), modification of silence model, and use of energy variations in postprocessing stage are considered. In this paper, SVF is applied in three ways: (1) addition to feature parameters, (2) postprocessing of phoneme boundaries, (3) restricting the Viterbi path so that the resulting phoneme boundaries may be located in frames around SVF peaks. In the postprocessing stage, positions with greatest energy variation during transitional period between silence and other phonemes were used to modify boundaries. In order to evaluate the performance of the system, we used 452 phonetically balanced word(PBW) database for training phoneme models and phonetically balanced sentence(PBS) database for testing. According to our experiments, 83.1% (6.2% improved) and 95.8% (0.9% improved) of phoneme boundaries were within 20ms and 40ms of the manually segmented boundaries, respectively.

• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 1995년도 창립기념학술대회
• /
• pp.69-74
• /
• 1995

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2000년도 제5차 추계학술대회
• /
• pp.31-32
• /
• 2000

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(4)
• /
• pp.66-69
• /
• 2000

In this paper, we proposed a postprocessing algorithm for quantization effects reduction in block coded images using the block classification and adaptive filtering. The proposed method consists of classification, adaptive inter-block filtering, and intra-block filtering. First, each block is classified into one of seven classes based on the characteristics of 8${\times}$8 DCT coefficients. Then each block boundary is filtered by adaptive inter-block filters according to the block classification. Finally for blocks which are classified into edge block, intra-block filtering is peformed. Experimental results show that the proposed method gives better results than the conventional methods from both a subjective and an objective viewpoint.

• 전산구조공학
• /
• 제6권4호
• /
• pp.107-118
• /
• 1993

3차원적인 고체의 유한요소해석 결과를 컴퓨터 그래픽스를 이용하여 시각화하는 후처리 방법들을 고안하고, 유한요소해석 소프트웨어의 개발에 응용하여 그 실용성과 효율성을 검토하였다. 이 연구에서는 고체 구조물의 후처리에서 가장 어려운 문제인 입체 내부의 데이타를 표현하는 방법을 중점적으로 다루었으며, 이를 위하여 공간 내부의 절단면을 표시하는 방법, 입체를 절단하여 분리하는 방법, 등가곡면으로 데이타 값의 범위를 표시하는 방법을 제안하였다.

• 대한의용생체공학회:의공학회지
• /
• 제22권3호
• /
• pp.231-239
• /
• 2001

This paper proposes a region segmenting method for the Pap-smear image. The proposed method uses a pixel classifier based on neural network, which consists of four stages : preprocessing, feature extraction, region segmentation and postprocessing. In the preprocessing stage, brightness value is normalized by histogram stretching. In the feature extraction stage, total 36 features are extracted from $3{\times}3$ or $5{\times}5$ window. In the region segmentation stage, each pixel which is associated with 36 features, is classified into 3 groups : nucleus, cytoplasm and background. The backpropagation network is used for classification. In the postprocessing stage, the pixel, which have been rejected by the above classifier, are re-classified by the relaxation algorithm. It has been shown experimentally that the proposed method finds the nucleus region accurately and it can find the cytoplasm region too.