인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
필기 한글 인식은 지금까지 많은 연구가 이루어졌음에도 아직까지 해결되지 못한 어려운 문제이다. 본 연구에서는 중첩 클러스터링과 다중 신경망을 이용하여 필기 한글을 인식하는 방법을 제안하였다. 한글은 문자 클래스의 수가 많아 단일 신경망으로는 인식하기 어렵다. 따라서 신경망을 이용하여 필기 한글을 인식할 경우 먼저 한글 문자들을 몇 개의 클러스터로 나눈 후 이를 기반으로 입력 문자를 대분류 한후 각 클러스터에 내에서 신경망을 이용하여 상세 분류를 수행한다. 그러나 이와 같은 시스템에서는 대분류 과정에서 많은 오류가 발생하여 전체 인식률을 저하시킨다. 따라서 본 연구에서는 대분류를 통해 각 신경망이 분류할 대상 클래스를 축소하되, 대분류 단계에서 자주 혼동되는 문자 클래스를 복수의 클러스터에 중복되도록 소속시킴으로써 대분류 오류를 줄이는 방법을 제안한다. 실험을 통해 제안하는 방법을 기존에 많이 사용되는 6형식 분류 기반의 신경망 인식기와 비교한 결과 제안하는 방법이 더 높은 인식률을 나타내었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2009-569-018521818
