http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 방승양(S Y.Bang) (검색결과 17 건)
- 무료
- 기관 내 무료
- 유료
-
Neocognitron 방식을 이용한 인쇄체 한글 문자인식에 관한 연구
김화룡(H.R.Kim),박영환(Y.H.Park),방승양(S.Y.Bang) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.1
본 논문에서 구현한 한글인식 시스템은 네오코그니트론의 기본 아이디어를 사용한 것으로 자음인식 신경회로망과 모음인식 신경회로망을 기본으로하여, 이들 신경회로망들이 6가지의 한글구조에 따라서 적절히 결합되어 있는 복수개의 신경회로망으로 이루어져 있다. 인식과정은 입력층에 자극패턴이 주어지면 각각의 형태별 신경회로망에서 첫 번째 S-세포층은 아주 기본적인 지역적 특징을 추출하고 두 번째 S-세포층은 전단계에서 추출한 지역적 특징들을 조합함으로 가능한 보다 전역적(global)인 특징들을 추출한다. 결과적으로 가장 적합한 출력을 발생하는 신경회로망의 출력이 입력층에 주어진 자극패턴의 자모에 대응하는 코드가 된다. 인식시 형태분류 오류를 줄이기 위하여 하위 단계에서의 오류가 상위층으로 전파되지 못하도록 특징추출 세포들끼리는 상호억제 작용을 한다. 실제 인식 실험에서 401자의 한글문자를 사용하여 96.7%의 인식율을 얻었다. 그러나 상당히 복잡한 연결구조, 학습패턴의 선정이 용이하지 않은점, 다양한 파라미터의 조정과정 등이 개선되어야 더 효율적인 인식 시스템이 될 수 있다.
-
도영희(Y.H. Doh),박상태(S.T. Park),황영섭(Y.S. Hwang),방승양(S.Y. Bang) 한국정보과학회 1993 한국정보과학회 학술발표논문집 Vol.20 No.1
문자인식 시스템의 오인식 데이타를 분석해 보면, 비슷한 문자때문인 경우가 많다. 특히 필기체에서 특히 유사문자 사이의 구분이 사람도 어려우므로 인식 시스템이 오인식하는 것은 당연하다. 따라서 실용적인 한글 필기체 문자인식 시스템의 개발을 위해서 유사문자를 공학적인 관점에서 조사하고, 문자인식에 미치는 영향을 분석하여 사람이 올바로 판단하지 못하는 애매한 문자는 문자인식 시스템에서도 결론을 내리는 대신 후보문자들을 제시하도록 하여 후처리에 도움이 되도록 하여야 한다. 그래서, 우선 유사문자쌍을 조직적으로 조사하였고, 유사문자쌍 사이의 애매한 패턴(중간문자)을 인위적으로 생성해 내는 방법을 개발하였다. 중간문자들을 써서 문자인식 시스템이 얼마나 인간과 비슷한 판단을 내리는 지를 검사하여 애매한 문자에 대하여 인식 시스템이 올바로 reject하는 판단 기준을 제시하였다.
-
박영환(Y H Park),이희건(H.K Lee),방승양(S Y Bang) 한국정보과학회 1989 한국정보과학회 학술발표논문집 Vol.16 No.2
한영 번역시스템과 같은 자연언어 처리를 위해서는 파서의 고속화가 절대적으로 필요하다. 기존의 순차적인 구문해석으로는 실시간 번역에 필요한 해석 속도를 달성하기 어렵다. 이 구문해석의 속도문제를 해결하기 위해서는 파서의 병렬화가 필수적이다. 이를 위해 병렬 파싱의 다양한 이론인 병렬 Object Oriented 파싱, Neural Network를 이용한 파싱, 병렬 Logic 언어를 사용한 파싱 방식 등을 다양히 검토하였으나, 개발은 본 연구의 수행 기관인 포항공대 전산학과의 병렬 파라다임(Paradigm)을 전제로 수행하였다. 즉 고성능 마이크로 프로세서인 T414 트랜스퓨터 20개로 구성된 초병렬컴퓨터인 POPA ES-1과 Parallel C를 사용하여 Earley 알고리즘의 병렬화를 시도하였다. 현재는 모듈 설계를 끝낸 단계에 있다.
-
박상태(S. T. Park),방승양(S. Y. Bang) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.1
기존의 패턴분류방법의 일종인 Nearest neighbor 방법에 근거한 신경회로망 모델 가운데 APC (이하 APC-Ⅰ이라 함.) 가 있다. 이 논문에서는 기존의 APC-Ⅰ을 개선한 APC-Ⅱ와 그 학습 알고리즘들을 제안한다. APC-Ⅰ은 Nearest neighbor 방법을 신경회로망에 매핑시킴으로써 오류역전파 (Error Backpropagation) 학습법을 이용하는 다층 퍼셉트론 (Multilayer Perception) 모델의 여러가지 문제점, 즉 학습시간이 오래 걸리고, 추가학습이 어려우며, 적당한 중간층 뉴런의 갯수 선정이 어려운 점 등의 문제를 해결하고 있지만, 미인식 영역이 존재하며, 중간층 뉴런의 갯수가 너무 많아지는 단점을 가지고 있다. 이 논문에서는 APC-Ⅱ가 APC-Ⅰ의 장점들을 살리면서도 APC-Ⅰ이 안고 있는 여러 단점들을 극복함을 보인다. 즉, 필기체 숫자 인식 실험을 포함한 다양한 실험에서 APC-Ⅱ가 APC-Ⅰ보다 훨씬 더 효율적임을 보임으로써 APC-Ⅱ가 범용성이 높고 효율적인 새로운 패턴분류기임을 확인한다.
-
박영환(Y H Park),이희건(H. K. Lee),방승양(S Y. Bang) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.1
이제까지 컴퓨터를 이용한 문자인식을 위하여 많은 연구가 되어 왔다. 그러나 지금까지의 방법은 통계적인 분류 또는 문법적인 인식 방법을 써 왔다. 이들은 근본적으로는 heuristic을 이용하는 것으로서 어떻게 인간이 문자를 인식할 수 있는가라는 질문에 대답할 수 있는 것은 아니다. 특히 한글의 경우처럼 그 인식해야 되는 대상 문자가 많은 경우, 한글 구조 자체에 대한 연구와 인간의 한글 인식에 대한 연구가 절대적으로 요청된다. 본 연구에서는 인간의 한글문자 인식원리를 규명하려 한다. 그러나 한글문자 인식이라 하더라도 광범위하고 어려운 문제이기 때문에 우선 이 연구에서는 한글문자의 자소(특히 자음)를 그 대상으로 인간의 문자 인식 모델을 제안하는 것이 그 목표가 된다.
-
신경회로망을 이용한 적응적 패턴 분류기(APC)의 구현
박영환(Y H.Park),방승양(S.Y Bang) 한국정보과학회 1990 한국정보과학회 학술발표논문집 Vol.17 No.2
기존의 BP가 패턴 인식 분야에서 널리 쓰이고 있고 어느 정도 만족할 만한 결과들을 얻을 수 있다는 많은 연구가 결과가 나오고 있다. 특히 인쇄체 한글 문자인식에서는 98 28%까지의 인식률이 보고되고 있다. 하지만 학습시간이 매우 오래 걸린다는 근본적인 문제 때문에 실제적인 적용에는 아직도 많은 문제가 있다. 본 연구에서는 패턴인식 분야에 한정하여 BP가 갖고 있는 이와 같은 근본적인 문제점들을 해결하기 위하여 신경회로망을 이용한 적응적 패턴 분류기(APC Adaptive Pattern Classifier)를 새롭게 제안하였다. simulation 결과 이 새로운 신경회로망은 학습 속도에 있어서 BP 보다 400 - 500 배 이상이 빨랐으며, 전체적으로 같은 정도의 잡음에 대해서도 안정적으로 패턴을 인식할 수 있었으며, 인식률에 있어서도 BP보다 좋은 결과를 나타내고 있다. 앞으로 위의 신경회로망을 발전시키면 한글 인쇄체 문자인식의 실제 응용에도 어느정도 적합하리라고 생각한다.
-
김우성(W.S.KIM),김대환(D.H.KIM),방승양(S.Y.BANG) 한국정보과학회 1991 한국정보과학회 학술발표논문집 Vol.18 No.1
신경회로망의 가장 큰 특징 중의 하나는 대규모 병렬성으로 이를 기존의 von Neumann 구조의 컴퓨터 상에서 소프트웨어로 시뮬레이션하기에는 상당한 노력이 요구된다. 본 연구에서는 이 시뮬레이션의 가장 기본적인 요소로 신경회로망을 효율적으로 기술할 수 있는 확장가능한 언어를 설계하였다. 즉 이 언어는 객체 지향형의 개념을 도입한 라이브러리 형식으로 구성되어 있으므로 사용자가 손쉽게 새로운 모델을 정의할 수 있고 기존 모델의 특성을 유형상속받아 이를 수정, 보완한 모델을 구성하기도 용이하다. 여기서는 이 언어의 핵심 부분을 C++를 사용하여 설계하였으며 역전파 학습 신경회로망을 구현함으로써 그 유용성을 입증하였다.
-
신경회로망을 이용한 한글 한자 혼용 문서 인식기의 개발
김우성(W.S.Kim),방승양(S.Y.Bang) 한국정보과학회 1992 한국정보과학회 학술발표논문집 Vol.19 No.1
최근 사회가 정보화됨에 따라 인간과 컴퓨터 사이에 정보 교환 수단에 관한 연구가 많이 진행되어 왔다. 그중 다량의 정보를 신속하게, 그리고 자동적으로 입력시킬 수 있는 방법 중의 하나가 문서인식이다. 현재까지는 주로 한글로만 구성된 문서에 국한된 연구가 진행되었으나 실제적으로 한글 이외의 다른 문자가 혼용된 문서가 많이 쓰이고 있으며 컴퓨터 상에서도 이러한 문서를 처리할 수 있어야 한다. 따라서 한글과 다른 여러나라의 문자들이 혼용된 문서를 보다 빠르게 인식할 수 있는 시스템이 요구된다. 본 연구에서는 한글과 한자가 혼용된 문서의 인식기를 구성하였다. 이를 위해 한글에 의존하지 않는 인식 방법 및 특징을 제안한다. 또 기존의 신경회로망 중 SOFM(Self Organizing Feature Map)을 수정하여 한글 한자를 6가지로 유형분류한 후, 분류된 각 유형 내에서는 APC(Adaptive Pattern Classifer)를 이용하여 인식하는 방법을 사용하였다. 실험 결과 한글 520자 명조체, 고딕체와 한자 900자에 대해 약 95%의 인식률을 보였다. 또 한글과 한자가 혼용된 문서에 대해 약 94%의 인식률을 보였으며 인식 속도는 1초에 약 8자를 인식하였다. 그밖에 본 연구에서 제한된 인식기의 특징은 한글의 구조적 특성에 전혀 의존하지 않기 때문에 어느 활자체 및 어느 나라의 문자도 추가학습에 의해 인식할 수 있다는 것이다.
-
-
네오코그니트론 방식의 신경회로망을 이용한 한글 문자 인식
김화룡(H R. Kim),방승양(S. Y. Bang) 한국정보과학회 1991 정보과학회논문지 Vol.18 No.3
이 논문에서는 네오코그니트론 방식의 신경회로망을 이용한 한글 문자 인식 시스템을 제안한다. 이 시스템은 각 한글 형태에 대응되는 6개의 신경회로망으로 구성된다. 각 신경회로망은 그 문자 형태에 따른 고유한 지역적(local) 특징들을 고려하여 별도로 학습시킨다. 이 시스템은 네오코그니트론 원리를 썼기 때문에 약간의 위치나 잡음에도 강한 특징을 갖고 있다. 이 시스템에서는 인식률을 높이기 위하여 특징을 포착하는 노드 사이에 상호억제(lateral inhibition) 등의 새로운 아이디어를 추가하였다. 문자의 인식은, 우선 각 형태마다 제일 출력이 큰 것을 후보자로 택하고 6개의 후보자 중에서 제일 큰 것을 선택함으로써 이루어진다. 전처리를 거친 401개의 고딕 한글 문자에 대하여 실험한 결과 96.7%의 인식률을 얻었다. This paper presents a Hangeul recognition system for printed characters using a modified Neocognitron. The proposed system consists of six neural networks operating in parallel. Each network corresponding to one of six Hangeul character types is trained with the local features found in the characters. It recognizes characters correctly in the presence of shifts in position and can also recognize noisy characters by adjusting the cell's selectivity parameter. In order to enhance the recognition rate, lateral inhibition among feature extracting cells is implemented in the recognition stage. When recognizing a character, each network outputs a candidate code and its corresponding matching score. The network with the highest matching score wins and its output is selected for the code of the input character. This system has been tested with frequently used 401 printed Hangeul characters in thinned Gothic font and achieved 96.7% correct recognition.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
