• 디자인학연구
• /
• 제20권3호
• /
• pp.289-298
• /
• 2007

지체가 부자유한 사용자가 컴퓨터를 이용하여 정보를 쉽게 입력하거나, 쉽게 인지할 수 있도록 지원하는 커뮤니케이션 수단으로서 주목받고 있는 것이 EGI(Eye Gaze Interface)시스템이다. 그러나 EGI는 "주시점 탈(脫) 현상(목표 주시점으로부터 실제의 주시점이 벗어나는 현상)" 의 발생으로 인하여 목표정보를 입력하거나 인지하는데 많은 심리적, 생리적 부담을 가중시키는 것이 현실이다. 본 연구는 EGI의 문제점으로서 지적되고 있는 "주시점 탈(脫) 현상" 의 해결방안에 초점을 두고, 누구든지 간단히 조작할 수 있는 인터페이스를 제안, 고찰하였다. "주시점 탈(脫) 현상" 의 원인규명 및 제안하는 인터페이스의 유효성 검증을 위하여, 실험 툴(흡착효과를 부여한 한국어 입력인터페이스)을 제작, 평가하였으며, 심리적 평가(주관평가)와 생리적 평가(뇌파측정)를 실시하여, 흡착효과를 적용했던 경우가 흡착효과를 적용하지 않았던 경우 보다 문자입력이 쉽고 생리적 부담이 적을 수 있다는 가능성을 발견할 수 있었다. 본 연구는 이러한 결과를 통하여, 선천적이든 후천적이든 물리적 핸디캡으로 인하여 커뮤니케이션에 장애를 가지고 있는 사용자들에게도 원활한 커뮤니케이션을 할 수 있는 시스템 개발 지원 가능성에 길을 열었다고 생각하며, 그 효용성에 대해서도 시사하는 바가 있음을 발견할 수 있었다.

• Journal of information and communication convergence engineering
• /
• 제16권2호
• /
• pp.106-113
• /
• 2018

Although deep learning methods of convolutional neural networks (CNNs) and long-/short-term memory (LSTM) are widely used for text categorization, they still have certain shortcomings. CNNs require that the text retain some order, that the pooling lengths be identical, and that collateral analysis is impossible; In case of LSTM, it requires the unidirectional operation and the inputs/outputs are very complex. Against these problems, we thus improved these traditional deep learning methods in the following ways: We created collateral CNNs accepting disorder and variable-length pooling, and we removed the input/output gates when creating bidirectional LSTMs. We have used four benchmark datasets for topic and sentiment classification using the new methods that we propose. The best results were obtained by combining LTSM regional embeddings with data convolution. Our method is better than all previous methods (including deep learning methods) in terms of topic and sentiment classification.

• East Asian mathematical journal
• /
• 제37권5호
• /
• pp.599-612
• /
• 2021

In China, Weibo is one of the social platforms with more users. It has the characteristics of fast information transmission and wide coverage. People can comment on a certain event on Weibo to express their emotions and attitudes. Judging the emotional tendency of users' comments is not only beneficial to the monitoring of the management department, but also has very high application value for rumor suppression, public opinion guidance, and marketing. This paper proposes a two-input Adaboost model based on TextCNN and BiLSTM. Use the TextCNN model that can perform local feature extraction and the BiLSTM model that can perform global feature extraction to process comment data in parallel. Finally, the classification results of the two models are fused through the improved Adaboost algorithm to improve the accuracy of text classification.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.213-218
• /
• 2023

VR HMD를 사용하기 위해서는 양손에 별도의 컨트롤러를 통한 조작이 요구된다. VR 내에서의 텍스트 입력을 위한 방식으로는 컨트롤러를 사용하여 화면상의 가상 키보드 자판을 하나씩 선택하는 방식, 컴퓨터와 VR을 연결하여 컴퓨터의 자원인 키보드를 통해 입력하는 방식, 또는 무선 키보드를 구매하여 VR과 무선키보드 연결 방식으로 입력할 수 있다. 이처럼 현재 VR 장비에서의 텍스트 입력 방식은 사용자에게 불편 및 추가적인 비용을 발생시킨다. 이러한 이유 등으로 VR관련 콘텐츠의 대부분은 게임 또는 뷰어 등 단순 기능에 국한되어 VR 장비가 단순 게임기로 인식될 우려가 있다. 이에 본 연구에서는 Oculus Quest2 디바이스에서 제공되는 핸드 트래킹을 이용한 멀티입력 인터페이스를 설계하고 일부 구현한다. 이를 통해 VR 장비를 사용하여 게임 뿐만 아니라 문서작업, 업무처리 등 다양한 작업을 편리하게 사용할 수 있기를 기대한다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.152-159
• /
• 2010

본 논문에서는 기울어진 문자, 다양한 크기, 글씨체, 흐린 문자를 포함한 입력영상의 문자 복원과 인식, 효율적인 도서 검색을 위한 광학문자인식 알고리즘을 제안한다. 본 논문에서 제안한 광학문자 인식알고리즘은 검출부와 인식부로 구성되며, 검출부에서는 복잡한 배경에서 정확한 도서 영역 검출을 위하여 로버츠 에지 연산자와 허도로프 거리 알고리즘을 적용하여 필요한 영역을 검출하였다. 또한 인식부에서는 문자의 크기와 경사도, 부분 손실 등의 영상에 강인성을 갖는 바이큐빅 보간법을 적용하여 데이터 손실 복원과, 반자동 기울기를 갖는 입력 영상의 보정을 하였다. 모의실험 결과 기존 알고리즘 보다 인식률에서는 6%, 검색시간에서는 1.077초 더 우수함을 확인하였다.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.76-83
• /
• 2023

본 연구에서는 웹툰 작가의 웹툰 제작 과정을 보조하기 위해 사전학습된 Text-to-Image 모델을 미세조정하여 텍스트에서 웹툰을 생성하는 방법을 제안한다. 제안하는 방법은 웹툰 화풍으로 변환된 웹툰 데이터셋을 사용하여 사전학습된 Stable Diffusion 모델에 LoRA 기법을 활용하여 미세조정한다. 실험 결과 3만 스텝의 학습으로 약 4시간 반이 소요되어 빠르게 학습하는 것을 확인하였으며, 생성된 이미지에서는 입력한 텍스트에 표현된 형상이나 배경이 반영되어 웹툰 이미지가 생성되는 것을 확인하였다. 또한, Inception score를 통해 정량적인 평가를 수행하였을 때, DCGAN 기반의 Text-to-Image 모델보다 더 높은 성능을 나타냈다. 본 연구에서 제안된 웹툰 생성을 위한 Text-to-Image 모델을 웹툰 작가가 사용한다면, 웹툰 저작에 시간을 단축시킬 수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제8권10호
• /
• pp.1535-1544
• /
• 2013

컴퓨터나 스마트 폰에서 한글 입력을 위해 여러 한글 입력 시스템들이 존재한다. 그러나 기존 한글 입력 시스템은 입력된 글자를 수정하는데 많은 노력을 요구한다. 본 연구에서는 수정 대상글자를 재활용하여 효과적인 글자 수정을 수행 할 수 있는 방안을 제안한다. 본 연구에서 제안한 "자모 수정 창"을 활용한 한글 수정시스템은 한글 구성 체계의 특성을 최대한 반영하면서, 기 입력된 자음과 모음을 최대한 활용하는 수정 시스템이다. 또한 기존 한글 입력 시스템의 입력 체계에 추가적인 수정 없이, 오직 "자모 수정 창"만을 제공함으로써, 효과적인 글자 수정이 가능하다. 특히 협소한 한글 입력 체계를 갖는 스마트폰 환경에서 본 연구 결과가 더 유용하다.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.391-400
• /
• 2007

휴대용 단말기의 숫자 자판을 이용해서 보다 편리하게 한글을 입력할 수 있도록 하는 대화형 방식을 제시하였다. 사용자는 입력하고자 하는 글자의 해당 자소가 있는 키를 한 번씩 눌러 키 시퀀스를 발생시킨다. 인터페이스는 사용자가 입력한 키 시퀀스에 대해 조합 가능한 모든 글자를 발생 시키고 사용자는 발생된 글자 중에서 입력하고자 하는 글자를 선택하도록 한다. 이를 통해 기존의 방법에서 공통으로 사용되는 수동적이고 일차원적인 자소 중심의 인터페이스를 상호 작용이 가능한 입체적인 글자 중심의 방법으로 개선 가능하다. 이 방법은 최종 글자의 입력을 완료하기 위해 필요한 글자 선택의 과정이 부가적으로 필요하지만, 기존 방법의 가장 큰 단점인 멀티탭과 불분명한 음소의 결정을 위한 키 조작의 불편함을 근본적으로 없앨 수 있다. 또한 모든 글자의 입력이 필기 순서와 동일하게 기본 자소에 의해 입력이 가능함으로 사용자의 문자입력에 대한 복잡도를 감소시킬 수 있다. 제안된 방법의 장단점을 실험을 통해 기존의 방법과 비교하였다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.175-186
• /
• 2004

본 논문은 복잡한 컬러 영상에서의 문자 추출을 위한 텍스춰와 연결성분 방법의 결합된 방법을 제안한다. 자동 학습 방법으로 구축된 다층 신경망(multilayer perceptron)은 부트스트랩 학습 방법을 사용함으로써 별도의 특징값 추출 단계 없이 다양한 환경의 입력 영상에 대한 검출률(recall rate)을 향상시키며, 검출률을 향상함으로써 발생되는 정확도(precision rate) 저하 문제는, NMF(Non-negative matrix factorization)를 이용한 연결 성분 방법을 사용함으로써 극복한다. 문자의 존재 비율이 낮은 입력영상에 대하여 CAMShift 알고리즘을 이용한 영역 마킹 방법을 사용함으로써, 두 방법을 결합함으로써 야기되는 속도 저하 문제의 해결을 시도하였다. 이와 같이 텍스춰와 연결성분 방법을 결합함으로써 강건하고 효율적인 시스템을 구성할 수 있었다.

• 한국IT서비스학회지
• /
• 제15권4호
• /
• pp.1-24
• /
• 2016

With the innovation of information technology, non-face-to-face robo advisor with high accessibility and convenience is spreading. The current robot advisor recommends appropriate investment products after understanding the investment propensity based on the structured data entered directly or indirectly by individuals. However, it is an inconvenient and obtrusive way for financial consumers to inquire or input their own subjective propensity to invest. Hence, this study proposes a way to deduce the propensity to invest in unstructured data that customers voluntarily exposed during consultation or online. Since prediction performance based on unstructured document differs according to the characteristics of text, in this study, classification algorithm optimized for the characteristic of text left by financial consumers is selected by performing prediction performance evaluation of various learning discrimination algorithms and proposed an intelligent method that automatically recommends investment products. User tests were given to MBA students. After showing the recommended investment and list of investment products, satisfaction was asked. Financial consumers' satisfaction was measured by dividing them into investment propensity and recommendation goods. The results suggest that the users high satisfaction with investment products recommended by the method proposed in this paper. The results showed that it can be applies to non-face-to-face robo advisor.