• The Journal of the Acoustical Society of Korea
• /
• v.13 no.4
• /
• pp.12-19
• /
• 1994

This paper reports a new structure for phoneme recognition neural network. The proposed neural network is able to deal with the structure of the frequency bands as well as the temporal structure of phonemic features which used in the conventional TSNN. We trained this neural network using the phonetics (아, 이, 오, ㅅ, ㅊ, ㅍ, ㄱ, ㅇ, ㄹ, ㅁ) and the phoneme recognition of this neural network was a little better than those of conventional TDNN and TSNN using only temporal structure of phonemic features.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10B
• /
• pp.1444-1452
• /
• 2001

얼굴인식에서 정보 이론적 접근방법은 얼굴 영상을 기저 영상의 합으로 분해하는 것을 기초로 한다. 가장 많이 쓰이고 있는 방법은 Principal Component Analysis (PCA)를 기반으로 하는 eigenface 방법이다. PCA를 기반으로 하는 방법은 데이터의 2차 통계적 구조만을 고려하므로 화소 사이의 고차 통계적 의존성은 고려되지 않는다. Factorial code 표현법은 효과적인 정보 표현의 좋은 방법으로 알려져 있고 이것은 Independent Component Analysis (ICA)와 밀접한 관련이 있다. Factorial code 표현법은 eigenface 방법과 비교할 때 중요한 정보가 포함되어 있는 데이터의 고차 통계적 구조도 고려되어 더욱 효과적인 정보 표현을 기대할 수 있다. 이 논문에서는 PCA를 이용하여 찾아낸 저차원 특징 공간에서 Factorial code 표현법을 이용하여 얼굴인식을 위한 통계적 특징점을 찾아낸다. 얼굴 인식에 있어서 Factorial code 표현법이 eigenface 방법보다 성능이 우수함을 모의실험을 통하여 입증한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.81-84
• /
• 2004

본 논문에서는 1대의 CCD카메라로 주행 중 차선과 선행차량을 인식하고 선행차량까지의 거리를 실시간으로 계측하는 알고리즘을 제시하였다. 도로와 카메라간의 기하구조를 분석하여 사영행렬을 추출하였고, 주행 중 차간 거리를 실시간으로 계측하는데 이용하였다. 또한 차선 인식을 위해서 Hough Transform을 적용하여 처리시간을 단축하였다. 도로상의 장애물은 인식된 주행차선 내로 한정하였고 도로 영상에서 수평에지성분을 구한 후 히스토그램 투영을 적용하여 장애물을 검출하였다. 거리가 점차 멀어질수록 계측오차가 증가함을 볼 수 있었으나 기존의 방법에 비하여 주행 중에 운전자가 장애물을 판단하여 제동을 취할 수 있는 정도의 유효한 오차특성을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.557-560
• /
• 2002

본 논문에서 제안하는 분절된 화소들의 특징추출 방법은 이진화 영상에서 수직/수평 화소들의 분절점을 탐색하여 추출하는 특징 탐색기이다. 숫자의 구조적인 면을 고려하여 사소한 부분들도 명확한 특징으로 탐지하여 추출하였고, 이러한 방법은 일반적으로 사용하여지는 특징추출 방법 몇가지를 선택하여 이용하였고, 제안하는 방법과 결합하여 필기체 숫자를 인식하였다. 인식기를 구현하기 위하여 3 개층 구조를 갖는 클러스터 MLP 신경망을 사용하였다. 실험 결과 단순히 일반적인 특징만을 활용하여 얻는 인식률 보다 훨씬 향상됨을 보여주었다.

• 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.

• The Mathematical Education
• /
• v.34 no.2
• /
• pp.141-202
• /
• 1995

van Hiele의 사고수준 이론에는 기초수존, 제1수준, 제2수준, 제3수준, 제4수준 등 5가지가 있고, 이 중에서 국민학교에 해당되는 것은 기초수준 (1학년), 제1수준(2, 3학년), 제2주순 (4, 5, 6학년) 등 세 가지 뿐이다. 그리고 기하학적의 구조 인식론에는 관제, 구성, 정의, 공리, 정리, 증명, 척도, 자호, 응용 등 9가지 단계가 있고, 이 9가지 단계를 기초수준, 제 1수준, 제 2수준의 각 수준에 대응시켜서 거기에 해당되는 기하도형 학습을 연구·분석하였다. 기하도형에 관한 학습은 주로 경험성과 창의성을 바탕으로 하는 보기문제를 제시하여 그 흐름을 해결함으로써 각 수준의 각 단계들을 스스로 인식하도록 하였다. 특히 여기에서 처음으로 등장하는 기하학의 구조 인식론이라는 것은 위에서 언급한 9가지 단계를 차례로 거쳐 가야만 아동들은 도형을 올바르게 빠짐없이 인식할 수 있다는 이론이다. 이 이론의 특징을 예를 하나 들어서 설명해 보면, 흔히들 정의를 단순히 무정의어와 정의어로 구분하고 있는데 반하여, 이 이론에서는 서로 역동적인 관계를 갖고 있는 기초정의, 상황정의, 포괄정의, 기본정의, 부수정의, 특수정의 등으로 나누었다는 점이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1332-1335
• /
• 2013

본 논문에서는 키넥트 센서 데이터에 은닉 조건부 랜덤 필드 모델을 적용하여 인간의 일상 행위를 인식하는 시스템을 제안한다. 많은 고수준의 일상 행위들은 다수의 부속 행위들이 순차적 혹은 반복적으로 수행되어 나타나는 하나의 계층구조로 볼 수 있다. 따라서 제안하는 시스템에서는 이러한 고수준의 일상 행위들을 순차성과 계층성을 잘 표현할 수 있는 확률 그래프 모델의 하나인 은닉 조건부 랜덤 필드 모델로 모델링함으로써, 행위 인식률을 높이려고 시도하였다. 또한 제안하는 시스템에서는 효과적인 행위 모델의 학습과 적용을 위해, 모션 특징, 구조 특징, 손 위치 특징과 같은 다양한 종류의 특징들을 키넥트 센서 데이터로부터 추출하여 이들을 이용하였다. 그리고 12 가지 일상 행위들에 관한 코넬 대학의 CAD-60 데이터 집합을 이용한 다양한 실험을 통해, 제안하는 시스템의 우수한 인식 성능을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.14-16
• /
• 2011

Plug&Play 지원 센서 인터페이스 플랫폼을 적용하면 센서모듈의 연결이 자동으로 인식되고 동작하게 된다. Plug&Play 지원 센서 인터페이스 플랫폼은 센서노드, 센서모듈, 센서 디바이스 드라이버 매너저로 구성되고 센서모듈의 디바이스 드라이버 제공 방법에 따라 로컬 인식형과 원격 인식형으로 구분된다. 센서노드와 센서모듈간의 센서 인터페이스는 다양한 인터페이스 방식을 갖는 센서모듈을 범용적으로 수용할 수 있도록 정의된다. 본 논문은 Plug&Play 지원 센서 인터페이스 플랫폼구조 및 인식모드에 대해서 기술하고, 센서노드, 센서모듈의 구조와 각 기능에 대해서 기술한다.

• Computational Structural Engineering
• /
• v.17 no.2
• /
• pp.24-30
• /
• 2004

21세기에 들어서면서 구조설계최적화 알고리듬이 성숙 단계에 이르렀다. 이 단계에 도달하기까지 설계최적화와 관련한 매우 다양한 개념이 소개되었으며 이러한 개념은 구조물의 성능을 향상시키기 위한 컴퓨터 시뮬레이션 도구의 개발로 이어지고 있다. (중략)

• ETRI Journal
• /
• v.14 no.4
• /
• pp.125-136
• /
• 1992

일반적으로 사람이 패턴인식을 하는 데 있어서 여러 단계의 과정을 거쳐 인식함이 알려져 있다. 이와 같은 사람의 패턴인식 메카니즘(mechanism)을 모방하여 각 단계에 해당하는 기능을 수행하는 시스팀의 구성은 계층구조를 가짐은 물론 각각의 계층의 지식 또한 모듈화 되어야 한다. 특히 계층간의 지식이 상호작용을 통하여 지식이 처리되어야 할 것이다. 본 연구에서는 기존의 패턴인식 모델이 가지고 있는 문제점을 해결하기 위하여 인간의 패턴 인식 메카니즘에 대해 많이 알려진 여러가지 가설을 바탕으로 신경망 패턴인식 모델과 AI 패턴인식 모델을 융합한 새로운 IPP 모델을 제안한다. IPP 모델은 패턴을 인식할때 각 단계에서 생기는 다양성, 애매성 등을 다른 층의 지식을 사용하여 협조적으로 해결하며, 또한 인간처럼 직감적 처리와 논리적 처리를 상호협조적으로 정보를 교환하여 패턴을 인식한다. 즉, IPP 모델은 직감과 논리를 융합한 새로운 패턴인식 모델이다.