• 한국조리학회지
• /
• 제20권4호
• /
• pp.266-279
• /
• 2014

본 연구는 관계혜택에 따라 패밀리 레스토랑의 시장을 세분화하고 각 세분시장 간의 인구통계학적 특성, 레스토랑 방문행태, 관계의 질, 관계성과에 차이가 있는지를 살펴보는데 그 목적이 있다. 이를 위해 미국 내 패밀리 레스토랑 고객을 대상으로 얻은 총 510부의 자료를 빈도분석, 요인분석, 신뢰도 분석, 군집분석, 다변량 분산분석, 판별분석, 교차분석, 일원배치 분산분석을 통해 분석하였다. 요인분석 결과 확신적, 특별대우, 사회적 혜택 등 세 개의 관계혜택요인을 도출하였으며, 군집분석 결과 관계혜택의 정도에 따라 '높은 관계혜택 소비자,' '중간 관계혜택 소비자,' '낮은 관계혜택 소비자'의 세 개의 세분시장이 도출되었다. 세 개의 세분시장그룹은 연령(p<0.05)과 교육수준(p<0.05)에 차이가 있었다. 또한 관계혜택을 높게 인식하는 소비자일수록 레스토랑의 방문빈도(p<0.001), 관계의 질(p<0.001), 관계성과(p<0.001)가 보다 높게 나타났으며, 그 뒤를 중간 관계혜택 소비자, 낮은 관계혜택 소비자 순으로 높게 인식하는 것으로 나타났다. 결과적으로 패밀리 레스토랑은 높은 관계의 질과 관계성과를 얻기 위해 고객들에게 높은 관계혜택을 제공해야할 것이다. 이에 대한 실무적인 시사점을 제시하였다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.453-462
• /
• 2022

본 논문에서는 의료 영상 분석 분야에서 이용되고 있는 AI(Artificial Intelligence)기술을 문헌 검토를 통해 분석하였다. 문헌 검색은 중심어(keyword)를 사용하여 PubMed, ResearchGate, Google 및 Cochrane Review의 문헌 검색을 수행했다. 문헌 검색을 통해 114개의 초록을 검색하였고 그 중 16개의 중복된 것을 제외하고 98개의 초록을 검토했다. 검토된 문헌에서 AI가 응용되고 있는 분야는 분류(Classification), 국소화(Localization), 질병의 탐지(Detection), 질병의 분할(Segmentation), 합성 영상의 적합도(Fit degree) 등으로 나타났다. 기계학습(ML: Machine Learning)을 위한 모델은 특징 추출을 한 후 신경망의 네트워크에 특징 값을 입력하는 방식은 지양되는 것으로 나타났다. 그 대신에 신경망의 은닉층을 여러 개로 하는 심층학습(DL: Deep Learning) 방식으로 변화되고 있는 것으로 나타났다. 그 이유는 컴퓨터의 메모리 량의 증가와 계산속도의 향상, 빅 데이터의 구축 등으로 특징 추출을 DL 과정에서 처리하는 것으로 사료된다. AI를 이용한 의료영상의 분석을 의료에 적용하기 위해서는 의사의 역할이 중요하다. 의사는 AI 알고리즘의 예측을 해석하고 분석할 수 있어야 한다. 이러한 이해를 위해서는 현재 의사를 위한 추가 의학 교육 및 전문성 개발과 의대에 재학 중인 학습자를 위한 개정된 커리큘럼이 필요해 보인다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.109-128
• /
• 2010

본 연구는 소비자 간에 형성되는 사회적 네트워크와 데이터 기반의 마케팅 기법을 적용하여 소비자의 비재무적 가치를 찾아내고, 이를 마케팅에 적용함으로써 마케팅 활동의 효율성을 제고하는데 그 목적을 두고 있다. 이를 위해 소비자의 인식과 구전 효과에 큰 영향을 받으며, 관여도가 높은 에센스 화장품 소비자를 대상으로 실증분석하였다. 실증분석 결과, 첫째, 에센스 소비자의 세분시장은 여러 개의 서로 상이한 네트워크를 형성하고 있으며, 이들 각 네트워크 내에는 연결(degree centrality) 및 매개중심(closeness centrality)이 되는 소비자가 존재하는 것으로 분석되었다. 두번째, 연결 및 매개 중심성이 높은 고객들이 주변 고객에게 영향을 미치고 있는 것으로 나타나, 이들이 기업의 수익을 촉진시키는 비재무적 가치가 있는 것으로 판단되었다. 마지막으로 국외산 제품별 및 인구통계적 특성별로 에센스 화장품 소비시장의 네트워크 구조에는 차이가 있는 것으로 확인되었다. 따라서 네트워크 타겟팅에 있어서도 이와 같은 특성을 상호보완적으로 활용할 필요가 있음을 시사하고 있다.

• 지능정보연구
• /
• 제10권2호
• /
• pp.65-77
• /
• 2004

본 연구에서는 영문 단어로부터 폰트를 분류하기 위해 연역적이고 국부적인 폰트 분류 방법을 제안한다. 이는 문자 인식 전에 한 단어에서 폰트를 분류하는 것을 말한다. 폰트 분류를 위해 활자 특성인 어센더(ascender), 디센더(descender)와 세리프(serif)가 사용된다. 입력 단어로부터 어센더(ascender), 디센더(descender)와 세리프(serif)가 추출되어 경사도 특징 벡터가 추출되고, 그 특징 벡터는 인공 신경망에 의해 입력 단어에 대한 2가지 폰트 스타일, 3가지 폰트 그룹, 7가지 폰트 이름이 분류된다. 제안된 연역적이고 국부적인 폰트 분류 방법은 폰트 정보가 문자 분할기와 문자 인식기에 사용될 수 있게 한다. 나아가, 특정 폰트에 따른 Mono-Font 문자 분할기와 Mono-Font문자 인식기로 구성되는 OCR시스템을 구성할 수 있는 것을 가능하게 한다. 실험 결과는 평균 95.4 퍼센트의 높은 폰트 분류율을 보였다. 본 논문에서 7가지 폰트분류를 위해 제안된 방법은 그 외 다른 폰류 분류에도 적용될 수 있다.

• 인지과학
• /
• 제24권2호
• /
• pp.95-109
• /
• 2013

본 논문에서는 제한된 자원을 사용하는 기기에 적합한 경량화된 한국어 형태소 분석 및 품사 부착 방법을 제안한다. 관련된 초기 연구로는 규칙에 기반을 둔 방법들이 적용되었으나 최근에는 통계에 기반을 둔 방법들을 중심으로 연구되고 있다. 계산 처리 능력과 사용 가능한 메모리가 제한되는 환경에서는 규칙에 기반을 둔 방법보다 상대적으로 많은 자원을 사용하는 통계에 기반을 둔 방법을 사용하여 형태소 분석 및 품사 부착을 수행하기에는 한계가 있다. 본 논문에서는 기존의 규칙에 기반을 둔 형태소 분석 방법인 좌최장일치법을 개선하여 형태소 분석을 수행하고, 통계적인 방법인 hidden Markov model을 축소하여 형태소 품사 부착을 수행한다. 제안하는 방법은 기존의 hidden Markov model을 사용한 시스템과 유사한 성능을 보여주며 소량의 메모리 사용과 월등히 빠른 속도로 형태소 분석 및 품사 부착을 수행할 수 있다.

• 한국음향학회지
• /
• 제14권5호
• /
• pp.74-82
• /
• 1995

본 논문은 HMM과 연결 숫자음의 후처리를 이용한 음성 다이얼링에 관한 연구이다. HMM(Hidden Markov Model)은 좋은 결과를 보이면서 현재 음성 인식 분야에서 널리 사용되는 알고리즘이다. 그러나, HMM의 학습 방법인 maximum like-lihood estimation은 인식률을 극대화하는 모델의 파라메터 값을 생성하지 못하는 단점이 었다. 이러한 문제점을 보완하기 위하여 Segmental K-means 학습 과정에 후저리를 이용하여 인식 실험을 하였다. 한국어 연속 숫자음은 영어 연속 숫자음과 달리 연음 현상의 영향을 많이 받는다. Level Building 과정에서 연음에 의한 오류를 감소시키기 위해 연음에 의해 발생할 수 있는 단어를 별도의 모델로 추가하였다. 이렇게 추가된 단어 모델들에 대한 몇 가지 규칙을 인식 결과에 적용하여 출력을 다시 조정한다. 본 시 스템은 TMS320C30 프로세서를 내장한 DSP 보드와 IBM PC 상에서 구현되었고, 표준 패턴은 실험실 잡음 환경에서 남성 화자3명을 대상으로 작성하였다. 인식 실험 결과 21종 전화 번호 252개 데이타에 대하여 화자 종속의 경우 $91.6\%$, 회자 독립의 경우 $80.5\%$의 인식률을 나타내었다.

• 한국음향학회지
• /
• 제13권1호
• /
• pp.32-41
• /
• 1994

LPC열로 구성된 음성패턴의 주파수변동을 해결하기위해 LPC와 스펙트럼, LPC차수와 스펙트럼의 관계를 고찰하여 새로운 형태의 멤버쉽함수를 제안하였다. 또한, 시간변동을 해결하기위해서는 음성구간을 여러구간으로 등간격분할하는 다구간 등분할법을 사용하였으며, 이때 오인식은 주로 동일음절이 같은 발성위치에 있을때 발생되었다. 이러한 오인식을 줄이기위해 제안된 멤버쉽함수로 퍼지추론한뒤 구간별 확신도에 가중치를 부여하고, 세번째후보까지를 인식대상으로 하는 판정알고리즘을 제안하였다. 본 방법의 타당성을 검증하기위해, DDD지역명 28개를 대상으로 인식실험한결과, 삼각형멤버쉽함수에 의한 퍼지추론은 $92.0\%$, 삼각형멤버쉽함수에의한 퍼지추론과 판정알고리즘은 $92.9\%$, 제안된 멤버쉽함수에의한 퍼지추론과 판정알고리즘은 $93.8\%$의 인식률을 보였다.

• 디지털융복합연구
• /
• 제14권8호
• /
• pp.233-243
• /
• 2016

소음환경에서의 음성인식 문제점으로 인해 1990년대 중반부터 음성정보와 영양정보를 결합한 AVSR(Audio Visual Speech Recognition) 시스템이 제안되었고, Lip Reading은 AVSR 시스템에서 시각적 특징으로 사용되었다. 본 연구는 효율적인 AVSR 시스템을 구축하기 위해 입 모양만을 이용한 발화 단어 인식률을 극대화하는데 목적이 있다. 본 연구에서는 입 모양 인식을 위해 실험단어를 발화한 입력 영상으로부터 영상의 전처리 과정을 수행하고 입술 영역을 검출한다. 이후 DNN(Deep Neural Network)의 일종인 CNN(Convolution Neural Network)을 이용하여 발화구간을 검출하고, 동일한 네트워크를 사용하여 입 모양 특징 벡터를 추출하여 HMM(Hidden Markov Mode)으로 인식 실험을 진행하였다. 그 결과 발화구간 검출 결과는 91%의 인식률을 보임으로써 Threshold를 이용한 방법에 비해 높은 성능을 나타냈다. 또한 입모양 인식 실험에서 화자종속 실험은 88.5%, 화자 독립 실험은 80.2%로 이전 연구들에 비해 높은 결과를 보였다.

• 한국산업정보학회논문지
• /
• 제8권2호
• /
• pp.14-20
• /
• 2003

본 논문에서는 카메라로 획득한 문서영상에 대해 조명의 영향에 관계없이 고속으로 문자영역을 추출하는 알고리즘을 제안하였다. 카메라 문서는 스캐너 문서와는 달리 주변 환경이나 조명의 영향으로 인하여 문자영역을 추출하는 것이 매우 어렵다. 먼저 영상 사전처리 단계에서 컬러영상을 명도영상으로 변환한 후 조명의 영향에 무관하게 배경 그림으로부터 문자 영역을 정확히 추출하기 위해서 명도레벨 정규화를 사용하였다. 또한 배경 그림 및 잡음은 제거하고 문자 획의 손실 없이 문자 영역을 추출하기 위하여 국소-적응적-이진화-방법(local adaptive binarization method)을 새롭게 개발하여 문서영상을 이진화시켰다. 문자영역 추출 단계에서는 수평 및 수직 투영과 연결요소 정보에 의해 문자열, 단어 및 개별 문자 영역을 단계적으로 추출하였다. 제안된 방법의 타당성을 검증하기 위하여 ETRI에서 구축한 한글/영어/숫자/특수기호가 혼합된 현장 문서영상 DB를 가지고 실험해 보았다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.737-744
• /
• 2005

본 논문에서는 자연 영상에서 추출된 텍스트 영상의 이진화를 위한 3단계 색상 분할 알고리즘을 제안한다. 1단계 색상 분할은 입력 영상 중에서 텍스트색상과 배경색상이 잘 구별되는 단순 영상의 이진화를 수행하고, 2단계 색상 분할은 입력 영상에 고주파 필터를 적용하여 자연조명 이나 인공조명에 영향을 받은 영상의 이진화를 수행하며, 3단계 색상 분할은 저주파 필터를 기반으로 텍스트나 배경에 텍스쳐가 존재하는 영상의 이진화를 수행한다. 제안한 이진화 알고리즘이 그레이 정보를 이용하는 이진화 알고리즘보다 효과적으로 텍스트 영역을 이진화함을 입증하기 위해 상용문서 인식기인 아르미 6.0을 사용하여 이진화된 문자영상에 대한 인식 실험을 실행하였다. 그 결과 제안한 알고리즘의 필드 단위 인식률이 그레이 정보를 이용한 이진화 알고리즘의 인식률보다 $35\%$ 이상 우수함을 관측하였다.