최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국인터넷방송통신·TV학회논문지 = The Journal of The Institute of Webcasting, Internet Television and Telecommunication, v.9 no.5, 2009년, pp.205 - 211
이동형 (한국폴리텍 VII대학 울산캠퍼스 정보통신시스템과) , 강만모 (울산대학교 컴퓨터정보통신공학부) , 김영기 (울산과학대학 컴퓨터정보학부) , 이수동 (울산대학교 컴퓨터정보통신공학부)
The Weightless Neural Network(WNN) has the advantage of the processing speed, less computability than weighted neural network which readjusts the weight. Especially, The behavior information such as sequential gesture has many serial correlation. So, It is required the high computability and process...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
구어를 바탕으로 한 독립적인 수화의 신호의 기본적인 세 가지 특성은 무엇인가? | 수화는 시각적인 전달 수단을 목표로 하는 언어체계로 여러 시각적인 요소를 동시에 혼합하여 신호를 전달 할 수 언어이다. 구어를 바탕으로 한 독립적인 수화의 신호에는 손 구성(손이 취하는 모양), 조음위치(손모양이 이루어지는 장소 또는 위치), 그리고 동작(손이 움직이는 모습 및 방향) 등의 세 가지 기본적인 특성이 있다. 세 가지 기본 특징을 이용하여 수화를 자동적으로 인식하는 시스템 개발에 연구가 활발히 진행되고 있다. | |
패턴 인식 분야에서 대표적인 모델로는 무엇이 있나? | 패턴 인식 분야에서 대표적인 모델로는 원형 정합을 이용한 템플릿 매칭 방법, 확률 통계적인 방법, 구조적 방법, 신경회로망 등이 있으며[1], 그 중에서 신경회로망이 성능이 뛰어나다고 알려져 있다. 연결 강도인 가중치를 가지는 기존 신경망(Weighted Neural Network)은 망에 입력되기 전에 복잡한 전처리 과정에 의해 많은 변형이 이루어지고, 또한 가중치 재조정에 의해 반복 계산이 많이 이루어진다. | |
램 기반의 모델 및 회귀적 또는 통계적인 방법의 모델 등은 어떤 문제점을 해결하기 위하여 제안되었는가? | 일련의 연속적인 사건 및 지식을 인식하기 위하여 기호 및 의미 등으로 오토마타 및 인공지능에 많은 방법으로 연구가 진행되어 왔다. 그러나 이들 대부분은 많은 전처리 과정 및 교육/인식 시간이 필요로 하는 문제점을 가지고 있었다. 이런 문제점을 해결하기 위하여 램 기반의 모델 및 회귀적 또는 통계적인 방법의 모델 등이 제안되었다. |
이성환 "오프라인 필기체 문자인식 기술의 현황", 한국정보과학회지, 제11권 제5호, 1993년 10월.
I. Aleksander and H. Morton, "An Introduction to Neural computing", Chapman & Hall, 1990
권영철, "경험 유관이진신경망", 울산대학교, 1995
김성진, 권영철, 이수동, "RAM을 이용한 경험유관 축적신경망모델", 대한전자공학회, 제41권, CI편, 제2호, pp. 98-102, 2004년 3월
김성진, 이동형, 권영철, 이수동, "다중판별자를 가지는 동적 삼차원 뉴로 시스템", 한국정보과학회, Vol.34, pp.585-594, No. 7. 2007
Marcilio Carlos Pereira de Souto, Paulo J. L. Adeodato, "Learnability in sequential RAM-based neural networks", SBRN 1998: pp.20-25
P. J. L. Adeodato. "Sequential digital neural networks.", Technical report, King" s College, London, UK, 1994
I. Aleksander. "Microcircuit learning computers.", Mills and Boon Ltd., 1971
I. Aleksander. Neural systems engineering: towards a unified design discipline? IEE Journal of Computing & Control, 1(6): pp.259-265, 1990
Aleksander, I., Thomas, W. V., and Bowden, P. A. 1984 "WISARD a radical step forward in image recognition," Sensor Review, pp. 120-124, July 1984
I. Aleksander. "Iconic learning in networks of logical neurons.", In Proc. of ICES96, Tokyo, 1996. Invited paper.
S. Silva and T. B., Ludermir. "Implementing finite state automata in recurrent RAM-based networks.", In Proc. ICANN95, pp.461-466, 1995
전북도교육청, DCU 특교과 스터디, http://www.cein2l.net/suhwoa/
김정배, 김대진, 장원, 변증남, 김성권, "연속된 한글 수화에서의 복합어 인식", HCI 2000, 한국정보과학회, pp.24-26, 2000년. 1월
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.