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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제34권 제11호
발행연도
2007.11
수록면
1,001 - 1,010 (10page)

이용수

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

이 논문의 연구 히스토리 (2)

2007

온라인 필기 숫자 인식을 위한 혼동 모델 선택 기준
박미나 ,  하진영 정보과학회논문지 : 소프트웨어 및 응용 2007.11 학술저널
온라인 필기 인식을 위한 혼동 모델을 이용한 모델 선택 기준
박미나 ,  하진영 한국정보과학회 강원지부 학술대회 논문집 2007.06 학술대회자료

초록· 키워드

오류제보하기
HMM은 파라미터의 수가 많을수록 모델링 성능이 향상되어 해당 클래스 데이타는 뿐만 아니라 혼동되는 다른 클래스 데이타에 대해서도 높은 확률을 출력하는 경향이 있다. 그러므로 단순히 파라미터 수를 증가 시키는 것은 변별력 향상에 도움이 되지 않는다. 본 논문에서는 혼동되는 클래스 데이타의 확률을 이용한 혼동 확률 선택 기준CMC(Confusion Model Selection Criterion)과 혼동 클래스 데이타를 구성하여 혼동 모델을 만들고 이것을 이용한 새로운 인식 방법인 RCM(Recognition using Confusion Models)을 제안하였다. 제안한 인식 방법은 혼동되는 클래스 데이타의 구성으로 혼동 데이타 집합을 만들고 이것을 이용하여 별도의 혼동 모델을 훈련한 후, 혼동 모델의 확률을 해당 표준 모델의 확률에서 차감하여 해당 클래스 데이타의 오인식 가능성을 억제한다.
모델 선택 기준 CMC를 온라인 필기 숫자 데이타를 대상으로 실험하여 기존 모델 선택 기준인 ML, ALC2, BIC와 비교 분석한 결과, 제안한 방법인 CMC가 적은 파라미터로 좋은 결과를 보였으며, 제안한 혼동 모델 인식 방법인 RCM은 93.08%의 인식률을 보여 표준 모델만을 사용한 인식한 방법보다 정인식률이 약 1.5%향상되었고, 이는 오류의 17.4%가 감소된 결과이다.
#은닉마르코프모델 #혼동모델선택기준 #구조최적화 #혼동모델 #HMM #BIC #CMC #ALC #Confustion #Topology optimization

목차

요약
Abstract
1. 서론
2. 관련연구
3. 혼동 모델 기준과 혼동 모델을 이용한 인식 방법
4. 실험 및 결과 분석
5. 결론 및 향후과제
참고문헌

참고문헌 (22)

참고문헌 신청
1. [학술지(정기간행물)] - / 2002.4 / HMM 모델링을 위한 HMM의 State 수와 Mixture 수 분석 29 (1) : 658 ~ 660 google schola 2. [학술지(정기간행물)] - / 2001.10 / 모델의 사전 확률 추정을 통한 HMM 구조의 최적화 28 (2) : 325 ~ 327 google schola 3. [학술지(정기간행물)] - / 1996 / Maximum likelihood successive state splitting : 601 ~ 604 google schola 4. [학술지(정기간행물)] - / 1993 / Hidden Markov Model induction by Bayesian model merging in Advances in NIPS : 11 ~ 18 google schola 6. [학술지(정기간행물)] - / 2001 / HMM Topology Optimization for Handwriting Recognition google schola

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

온라인 한글 인식을 위한 HMM 상태 수의 최적화
하진영 ,  신봉기 한국정보과학회 학술발표논문집 1998 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-016110386