인쇄체 한글문자의 인식을 위한 계층적 신경망

김진형(Jin H Kim),조성배(Sung-Bae Cho) 한국정보과학회 1990 정보과학회논문지 Vol.17 No.3

본 논문에서는 한글을 인식하고자 하는 기존 신경망 접근방법의 문제점을 분석하고, 인쇄체 한글문자를 실용적으로 인식할 수 있도록 하는 계층적 구조의 신경망을 제안한다. 이 신경망은 유형분류 신경망에 의하여 입력된 문자영상을 6가지 유형중의 하나로 분류한 후, 해당하는 문자인식 신경망을 이용하여 문자를 자소단위로 인식하는 구조로 되어 있다. 여기서는 또한 한글인식과 같은 큰 문제를 해결하는데 도움이 되는 변형을 첨가한 학습방법을 제시하고, 몇가지 실험을 통해 이와 같은 구조를 신경망 방법의 유용성을 입증한다. 상용하는 990자에 대하여 실험한 결과 변형을 첨가한 학습으로 99.28%의 인식률을 얻을 수 있었는데, 이것은 기존의 방법인 트리 Classifier와 비교하여 보다 우수한 것이었다. 또, 일반화 실험과 오인식 문자의 분석을 통해 신경망 접근 방법이 유용함을 볼 수 있었다. In this paper, we consider the previous approaches for Hangul character recognition using neural network, and propose the hierarchical neural network which practically recognizes printed Hangul character This system, so called Net-eye, is composed of the type classification network for grouping the characters into one of the six types by structural similarity, and six recognition networks which recognize relevant characters corresponding to each group, And the noise included learning method which is useful for practical recognition problems is proposed. Experimental results with most frequently used 990 printed Hangul characters are as follows. By noise included learning, the recognition rate amountsup to 99.28%, which is superior to the conventional classification method, tree classifier. Neural network approach turns out to be very reasonable by means of the experiments such as analyzing the generalization capabilities and mis-classification characters.

한국 재래 돼지 근교 계통 돈의 산육 형질에 대한 유전모수 및 표준 성장 곡선 추정에 관한 연구

김명직,조규호,전기준,김영화,박준철,정현정,김인철,권오섭,진현주,김진형,이학교,Kim, M.J.,Cho, K.H.,Jeon, G.J.,Kim, Y.H.,Park, J.C.,Jung, H.J.,Kim, I.C.,Kwon, O.S.,Jin, H.J.,Kim, J.H.,Lee, H.K. 한국수정란이식학회 2007 한국동물생명공학회지 Vol.22 No.3

본 연구는 재래 돼지의 산육 능력을 개량하기 위한 기초 자료를 제공하기 위하여 축산과학원에서 2001년부터 2006년까지 20 kg에 검정을 개시하고 70 kg에 검정을 종료하여 발육 능력을 조사한 546개의 재래 돼지 산육 능력 검정 자료를 활용하여 유전모수를 추정하였으며, 재래 돼지 사육 농가의 사양방법 개선을 위하여 2003년부터 2005년까지 조사된 재래 돼지성돈 및 검정돈 132두의 발육 단계별 체중 및 체위 조사 자료를 다중 회귀 분석하여 재래 돼지 발육 표준 자료를 제시하였다. 재래 돼지의 주요 산육 능력에 대한 유전력을 추정한 결과, 일당 증체량과 등지방 두께에서 중도의 유전력이 나타나는 것을 확인하였으며, 체중 및 체위에 대한 성장 곡선을 추정한 결과 11개월령 이후는 체장, 체고 및 흉폭의 변화가 거의 없는 것을 확인할 수 있었다. 이와 같은 결과를 통하여 본 연구에서 추정한 재래 돼지 산육 형질의 유전모수를 이용하여 육종가 추정과 후보돈 선발에 적용함으로써 유전적 개량을 증대시키고, 발육 단계별 체중 및 체위 표준 자료를 재래 돼지 능력향상 연구와 사육 방법 개선을 위한 기초 자료로 활용함으로써 재래 돼지의 산업화에 기여할 수 있을 것으로 기대된다. Records on 546 Korea native pigs for average daily gain (ADG), age at 70 kg (D70 kg) and backfat thickness (BF) made between 2001 and 2006 in herds on National Institutes of Animal Science in Korea were used to estimate genetic parameters. The data was analyzed by the DF-REML (Derivative-Free Restricted Maximum Likelihood) program of Boldman using a single-trait animal model. Heritabilities were 0.26, 0.09, and 0.29 for ADG, D70 kg and BF, respectively. The phenotypic correlations of ADG with D70 kg and BF were -0.71 and 0.30. The phenotypic correlation of D70 kg with BF was -0.15. The genetic correlations of ADG with D70 kg and BF were -0.11, 0.41, respectively. The genetic correlation of D70 kg with BF was -0.16. The data of weights and measurements on body length, body height and chest width after age at 11 months (days to 330) were shown scarcely less differences compare to data of age at 11 months.

Reasoning with Conceptual Distance in an Information Retrieval Model

김영환,Jin H. Kim(김진형) 한국인지과학회 1990 인지과학 Vol.2 No.1

확률 조건을 만족하는 개선된 은닉 마르코프 모델

김호연(Hoyon Kim),조성배(Sung-Bae Cho),김진형(Jin H Kim) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.2

음성인식이나 문자인식과 같이 시간에 따라 변화하는 입력열의 클래스를 결정하는 문제에 널리 응용되고 있는 은닉 마르코프 모델은 그 출력이 P(y/λ)라는 가정을 기초로 이루어 진다. 은닉 마르코프 모델의 출력이 P(y/λ)가 되려면 모델의 출력이 확률조건이 ∑_yP(y/λ)=10을 만족해야 한다. 하지만, 일반적은 은닉 마르코프 모델은 이러한 조건을 만족시키지 못한다. 본 논문에서는 확률조건을 만족시키기 위한 모델의 제약조건을 제시하고 이러한 조건이 있을 때 모델의 출력이 확률조건을 만족한다는 것을 증명하였다. 여기에서 제시된 제약조건하에서 구성된 은닉 마르코프 모델을 사용하면 출력값을 직접 확률값으로 간주할 수 있기 때문에 후처리 과정에서 사용되는 여러가지 확률값과 쉽게 결합할 수 있을 것이다.

신문의 구조 분석을 통한 문자 영상의 추출

김형훈(Hyunghoon Kim),김진형(Jin H Kim) 한국정보과학회 1987 한국정보과학회 학술발표논문집 Vol.14 No.2

이 논문은 스캐너로부터 얻어진 이진의 신문 영상을 분석하여 문자 단위의 영상을 추출하는 신문 인식시스템의 전처리 단계에 대한 연구이다. 처리 시간을 줄이고 계속되는 작업을 쉽게 해주기 위해서 먼저 신문 영상을 블럭 리스트 표현으로 변환한다. 이 결과로부터 각 영역의 통계적 특성을 이용하여 신문의 구성 요소인 문자 영역, 그림 영역, 직선 영역 등으로 분류한다. 이를 영역의 상호 관계를 나타내는 그래프로 표현한다. 그리고 신문의 구조를 반영한 정보 흐름에 대한 규칙을 이용하여 이 그래프로부터 한 기사가 어떻게 연결 되었나를 알아낸다. 이러한 일련의 작업을 거친후 문자 단위의 영상을 추출한다.

한글의 구조적 인식을 위한 자획 추출에 관한 연구

이승호(Seungho Lee),김진형(Jin H Kim) 한국정보과학회 1987 한국정보과학회 학술발표논문집 Vol.14 No.2

패턴 인식 시스템은 일반적으로 전처리 단계, 특성 추출 단계, 분류 단계 및 학습 단계 등의 네가지 단계로 구성된다. 문자 인식 시스템의 경우에 후처리 과정으로서 확인 단계가 첨가되어질 수 있다. 그동안 한글 문자 인식에 대한 연구가 많이 되어 왔는데, 기존의 한글 인식 시스템에서는 전처리 단계와 특성 추출 단계에 대한 연구가 부족하였고 잡음 처리에 대한 연구도 거의 없었다. 또 기존의 연구는 주로 온라인 한글 인식과 인쇄체 한글 인식에 대한 방법에만 치중하였으므로 필기체 글자에 대해서는 적용하기가 어렵다는 문제점도 있다. 본 논문에서는 전처리 단계와 특성 추출 단계에 중점을 두고서, 한글 문자의 구조적 특성에 의한 자획 모델을 세운 후 이 모델을 이용하여 정확한 자획을 추출하는 새로운 방법을 제안하였다. 본 논문에서 제안한 자획 추출 방법을 이용함으로써 잡음의 효과적인 처리가 가능하고, 한문에 대해서도 적용 할 수 있어 구조적 한문 인식에도 사용이 가능하며, 필기체 한글 인식에도 적용할 수 있는 장점을 갖는다.

공장자동화를 위한 지식처리형 작업계획 시스템 도구의 개발

강희중(Heejoong Kang),김진형(Jin H. Kim) 한국정보과학회 1987 한국정보과학회 학술발표논문집 Vol.14 No.2

계속적으로 발생하는 주문으로부터, 임의 주문을 수행하기 위해 작업계획을 수립하는 문제는 그 문제가 지닌 시간적 복잡도와 실행적 불확실성 때문에 매우 어려운 문제로 알려져 있다. 그러나, 공장자동화를 이루기 위해서 컴퓨터에 의한 작업계획 생성 및 제어의 필요성은 점차 증대되고 있으며, 그에 따라 작업계획 전문가시스템도 많이 개발되고 있다. 본 논문에서는, 그러한 작업계획 전문가시스템을 쉽게 개발할 수 있도록 인공지능 기법인 지식처리형 기법으로 지식베이스, 작업계획 문제 해결기(Planner and Scheduler), 추론 기관, 그리고 윈도우와 그래픽 기반의 사용자 인터페이스로 구성된 지식처리형 작업계획 시스템 도구를 개발하여, 모형적 지식처리형 작업계획 시스템을 구현하고, 작업계획 전문가 시스템 개발 환경을 구축하고자 하였다.

의존관계를 기반으로 다수 인식기를 결합하는 방법과 그 응용

강희중(Hee-Joong Kang),김진형(Jin H. Kim) 한국정보과학회 1995 정보과학회논문지(B) Vol.22 No.11

다수 인식기를 결합하는 여러가지 방법들이 제안되었으나, 대부분이 다수 인식기를 결합하는데 있이서 인식기 간의 의존관계를 고려하지 않았다. 이것은 의존관계가 매우 높은 인식기가 추가될 때 다수 인식기를 결합하는 방법의 인식 성능을 저하시키거나 결합된 결과가 판향되도록 할 수도 있다. 본 논문에서는 이러한 단점을 극복하고 안정적인 인식 성능을 얻기 위하여 의존관계를 기반으로 다수 인식기를 결합하는 방법을 제안한다. 다수 인식기의 인식 결과로부터 의존관계를 결정하기 위하여 1차 의존관계로 근사하였으며, 두 가지 방법을 사용하였다. 하나는 상호 정보의 개념을 사용하는 것이고, 다른 하나는 통계적으로 측정된 결합도의 개념을 사용하는 것이다. 최적으로 결정된 1차 의존관계는 베이지안 공식을 사용하여 다수 인식기의 인식 결과를 결합하는데 사용된다. 무제약 온라인 숫자, 영문 알파벳 인식을 위한 문자 인식기를 사용하였다. 실험한 결과, 다수 문자 인식기를 결합한 인식 성능이 대체로 개별 문자 인식기의 성능보다 우수하였으며, 특히 의존관계가 매우 높은 문자 인식기가 추가되었을 때 의존관계를 기반으로 결합하는 방법이 다른 방법보다 더 우수한 성능을 보여 주었다. Although many methods for combining multiple classifiers have been proposed, most of them did not focus on dependency among classifiers in combining decisions from multiple classifiers. That makes classification performance of combining multiple classifiers be degraded and brased, in case of adding highly dependent classifiers To overcome such weaknesses and obtain robust classification performance, the present study used the dependency for better combining multiple classifiers. In order to identify the dependency by observing the outputs of multiple classifiers, two methods are used on the basis of first-order dependency One is to use the concept of mutual information, and the other is to use the concept of statistically measured association. The optimally Identified first-order dependencies are used to combine decisions from multiple classifiers, using Bayesian formalism A number of classifiers for on-line recognition of totally uncontrained handwritten numerals and English alphabet are used Our experimental results show that the classification performance of combining multiple classifiers is superior to that of individual ones, and in particular. considering the dependency outperforms others in recognition accuracy, when the highly dependent classifiers are added.

인공 신경망의 계산 복잡도

조성배(Sung-Bae Cho),김진형(Jin H. Kim) 한국정보과학회 1989 한국정보과학회 학술발표논문집 Vol.16 No.2

기존의 계산이 순서적인 절차에 의한 알고리즘에 근거하여 문제를 해결하는 방법이라면, 신경망은 단순한 연산을 수행하는 처리기들의 대규모 상호 연결을 통하여 문제를 해결하고자 하는 새로운 계산 모형이다. 이러한 신경망은 최근 기존 계산 방식의 한계성을 극복할 수 있는 대안의 하나로 여러가지 응용분야에 적용되고 있기는 하지만, 신경망을 현실적인 문제에 이용하기 위해서는 그 자체의 능력과 한계를 연구할 필요가 있다. 본 논문에서는 신경망의 계산 능력을 밝히고, 신경망의 계산 복잡도로서 신경망의 학습 문제가 NP-complete임을 증명하여 신경망의 연결강도를 조정하기 위한 polynomial time 알고리즘이 없음을 보인다.

한글 문서인식의 오인식 수정에 관한 연구

박진규(Jinkyu Park),김진형(Jin H. Kim) 한국정보과학회 1987 한국정보과학회 학술발표논문집 Vol.14 No.2

정보처리 자동화를 위한 문서 인식 시스템의 오인식 수정을 위한 후처리 알고리즘은 사용되는 문맥적 지식의 표현 방법에 따라 하향식, 상향식 그리고 복합적 방법으로 나뉘어 질 수 있다. 본 논문에서 제안할 오인식 수정 알고리즘은 하향식 방법인 Modified Viterbi 알고리즘과 상향식 방법인 Dictionary Look-Up 알고리즘을 한글 문장의 띄어쓰기 단위인 어절의 특성에 맞게 혼합한 복합적 방법이다. 문자간의 혼동확률과 어절을 이루는 각 형태소의 사전확률(priori probability) 및 형태 소간의 결합 가능성을 나타내는 grammar를 이용하여 어절의 끝에서부터 파싱(parsing)하면서 가장 확률이 높은 입력 어절을 찾는다.