형태 분류의 행렬 표기

전문가 제언

○ 기계 형태 인식에서는 센서에서 들어오는 원시 자료를 변환하여 연관성 있는 특징이 추출되도록 한다. 따라서 특징 처리 과정을 최적화 하는 것이 중요한데 이유는 많은 문제에서 원시 자료가 다차원 행렬이기 때문이다. 이 행렬을 벡터로 변환 시킨 후에 특징 변환을 적용하는 것이 종래의 방식이다.

○ 본 논문에서는 형태 인식 문제에서 하나의 주어진 형태를 묘사하는 원래의 특징 벡터를 변형하여 얻은 행렬로부터 특징을 추출하기 위해서 각각 다른 텍스처 묘사체를 사용하는 방법을 제시했다. 또한 이들은 원시 자료로부터 추출되므로 주어진 주변에 속하는 원시 특징들 간의 상호 관계도 연구했다.

○ pattern classification 분야는 방대하여 ScienceDirect를 사용하여 논문에서 인용된 한국인 연구자의 분야인 discriminant analysis로 분야를 축소하였으나 전체 5,610편, 본 저널에 1,095편으로 아직 양이 많아서 다시 composite feature로 제한하니 451편이 검색되었다. 이 중에 한국인 연구자의 논문이 25편으로 5%를 좀 넘는 비율이다.

○ 따라서 pattern recognition 이나 classification 분야의 국내 연구는 활발하다고 일단 결론을 내릴 수 있다고 생각한다. 그러나 분야를 composite feature로 제한하기 전에 matrix representation을 적용해도 유사한 결과가 나오고 25편의 내용을 자세하게 검토하면 neural network, pattern recognition, decision tree 그리고 feature selection 등의 다양한 분야를 포함하여 국내 동향의 pattern recognition 이하의 세부적인 추세는 판단이 어렵다.

저자

Loris Nanni, Sheryl Brahnam, Alessandra Lumini

자료유형

학술정보

원문언어

영어

기업산업분류

정보통신

연도

2012

권(호)

39(3)

잡지명

Expert Systems with Applications

과학기술
표준분류

정보통신

페이지

3031~3036

분석자

김*창

분석물

• 형태 분류의 행렬 표기.pdf [219,738 byte]

이미지변환중입니다.