SVM기반의 선택적 주의 집중 모델을 이용한 중첩패턴 인식

Abstract

중첩패턴을 인식하기 위해 SVM을 기반으로한 선택적 주의집중 모델을 공학적으로 구현하였다. 강력한 학습이론인 SVM과 잡음환경에서 강한 인간의 선택적 주의집중을 접목시켜 단일 인식기로는 인식이 불가능한 중첩패턴에 대해 인식을 시도하였고, 그 결과 인식율의 높은 향상이 있었다. 선택적 주의집중을 접목하기 위해 gradient ascent 알고리즘을 사용했고, 정지점 척도를 위해 지지벡터의 경계를 기준으로 삼았다. 일반적인 주의집중을 그대로 사용하면 모순이 존재하기 때문에 변형된 입력이 원래 입력의 범위를 넘지 못하는 제한을 두었고, 실험은 USPS 데이타를 통해 이루어졌으며 단일 인식기를 사용했을 때보다 훨씬 우수한 인식시스템임을 증명했다.