$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

인간 시각의 선택적 지각 능력에 기반한 패턴 분류

Pattern Classification Based on the Selective Perception Ability of Human Beings

초록

인간은 관심을 가지고 있는 영역(ROI)에 대하여 선택적으로 주의를 집중하여 사물의 특징 을 인식하게 된다. 본 연구에서는 이러한 인간의 선택적 지각 능력을 적용한 패턴 분류 모델을 제안한다. 먼저 일반적인 클러스터링 알고리즘에 의해 입력 패턴들을 대략적으로 분류하여 참조 클러스터 패턴을 형성하고, 생성된 클러스터의 참조 패턴들을 상호 연관시켜 선택적 지각맵(SPM : Selective Perception Map)을 구성한다. 패턴 분류 및 인식 과정에서는 생성된 SPM을 입력 패턴과 참조 패턴과의 거리 계산에서 가중치로 적용함으로써 인간의 선택적 지각 능력을 패턴 분류에 반영하게 된다. 다양하게 변형된 인쇄체 숫자 및 필기체 숫자 데이터(MNIST)를 통해 실험해 본 결과 SPM을 사용한 패턴 분류 모델이 효과적임을 증명하였다.

Abstract

We propose a pattern classification model using a selective perception ability of human beings. Generally, human beings recognize an object by putting a selective concentration on it in the region of interest. Much better classification and recognition could be possible by adapting this phenomenon in pattern classification. First, the pattern classification model creates some reference cluster patterns in a usual way. Then it generates an SPM(Selective Perception Map) that reflects the mutual relation of the reference cluster patterns. In the recognition phase, the model applies the SPM as a weight for calculating the distance between an input pattern and the reference patterns. Our experiments show that the proposed classifier with the SPM acquired the better results than other approaches in pattern classification.

참고문헌 (9)

  1. R. Baldock, J. Graham, 'Image Processing And Analysis',Oxford University Press, 2000 
  2. G. A. Capenter, S. Grossverg, 'ART2: Self-Organization of StableCategory Recognition Codesfor Analog Input patterns', Applied Optics, Vol. 26, No. 23, 1987, pp.4919-4930 
  3. G. A. Carpenter, S. Grossberg, 'The ART of Adaptive Pattern Recognition by a Self-Organizing Neural Network', Computer, Vol.21, No.3, 1988, pp.77-88 
  4. 한국 HCI 연구회, http://www.hci.or.kr/ 
  5. Sergios Theodoridis, Konstantinos Koutroumbas, 'Pattern Recognition', Academic press,1999 
  6. Simon Haykin, 'Neural Networks - A Comprehensive Foundation', Prentice Hall, 1999 
  7. Y. LeCun, L. D. Jackel, L. Bottou, C. Cortes, J. S. Denker, H. Drucker, I. Guyon, U. A. Muller, E. Sackinger, P. Simard, and V. Vapnik, 'Learning Algorithms For Classification: A Comparison On Handwritten Digit Recognition' in Neural Networks: The Statistical Mechanics Perspective, (J. H. Oh, C. Kwon, and S. Cho,eds.), pp.261-276, 1995 
  8. Laurene Fausett, 'Fundamentals of Neural Networks', Prentice Hall, 1994 
  9. Lefteri H. Tsoukalas, Robert E. Uhrig, 'Fuzzy and Neural Approaches in Engineering', Wiley-Interscience publication, 1997 

이 논문을 인용한 문헌 (1)

  1. Yoon, Sung-Soo ; Chung, Hyun-Sook ; Yi, Kwang-Oh ; Lee, Yill-Byeong ; Lee, Sang-Ho 2008. "A Study on Human Recognition Experiments with Handwritten Digit for Machine Recognition of Handwritten Digit" 한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, 18(3): 373~380 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일