메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 태블렛을 통해서 입력된 손으로 쓴 영문자 및 숫자를 인식하기 위하여 신경망 모델의 일종인 반경제한 퍼셉트론을 제안하고 실험을 통하여 그 유용성을 입증한다. 반경제한 퍼셉트론은 기존 신경망 방식의 장점인 병렬분산 처리능력을 유지하면서 실시간 학습기능을 갖는데, 이는 온라인 필기인식 시스템에 유용한 모델이라고 할 수 있다. 실험에 의하면 제한된 학습 데이타에 대해서 사용자에 무관하게 높은 인식률을 내었으며, 오인식된 문자에 대해서도 즉시 학습시킬 수 있었다. 단지, 현재 설계된 모델에서는 학습이 진행됨에 따라 중간층 노드의 수, 즉 모델의 수가 계속 증가하는 문제가 있는데, 이를 해결하기 위한 모델관리기법에 대해서는 앞으로 좀더 연구되어야 할 것이다.

목차

요약

1. 서론

2. 반경제한 퍼셉트론

3. 분리된 영문자 인식에의 적용

4. 실험결과

5. 결론

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017918115