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

논문 기본 정보

자료유형
학술저널
저자정보
이홍구 (서울대학교)
저널정보
한국어문교육연구회 어문연구(語文硏究) 어문연구(語文硏究) 제50권 제3호
발행연도
2022.9
수록면
105 - 133 (29page)

이용수

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

초록· 키워드

오류제보하기
이홍구, 2022, 딥러닝 기반의 언간 자료 문자 판독기 구현에 대한 연구, 어문연구, 195 : 105~133 본 연구의 목적은 딥러닝(Deep-learning) 기술을 이용해 諺簡 資料에 대한 문자 判讀機를 구현해 보는 것에 있다. 구체적으로는 컴퓨터에게 ‘字體’의 특징을 학습시키는 방식을 이용하였다. 다만, 모든 자료에 대해 적용하기에는 시간과 인력의 제약이 있으므로, <秋史 諺簡> 일부만을 데이터베이스화하여 실현 가능성과 효용을 입증해 보았다. 判讀機 구현을 위해 딥러닝에서 이미지 인식에 주로 사용되는 Convolutional Neural Network(CNN) 기술을 이용하였으며, 부족한 데이터를 충당하기 위해 몇 가지 데이터 생성과 증강 기법을 이용하였다. 만들어진 모델은 test 데이터에 대해 top1-88.72%, top5-97.63%의 인식률을 보였다. 이를 토대로 개별 문자 이미지를 입력하면 가장 높은 확률을 보이는 값을 출력해 주는 判讀機를 구현하였다. 이렇게 만들어진 判讀機의 활용 방법을 예시하고 효용을 검증하기 위해 <秋史 諺簡> 11에 적용해 보았다. 이 과정에서 해당 문자가 무엇인지 적절하게 맞추는 모습을 볼 수 있었으며, 이외에 가능한 판독안의 목록도 제시해 주는 모습을 볼 수 있었다. 본 判讀機는 字體를 고려해 명시적인 확률값을 계산해 줄 수 있기 때문에 판독에 있어 객관적인 증거로 활용될 수 있을 것으로 보인다.
#諺簡 #秋史 諺簡 #딥러닝 #CNN #GAN #데이터 증강 #문자 판독 #문자 판독기 #Korean letters #Chusa's Korean letters #Deep-learning #CNN #GAN #Data augmentation #Character decipherer #Computer vision

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0