http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전역 및 지역 특징 기반 딥러닝을 이용한 프린터 장치 판별 기술
이수현,이해연 한국정보처리학회 2019 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.8 No.1
With the advance of digital IT technology, the performance of the printing and scanning devices is improved and their price becomes cheaper. As a result, the public can easily access these devices for crimes such as forgery of official and private documents. Therefore, if we can identify which printing device is used to print the documents, it would help to narrow the investigation and identify suspects. In this paper, we propose a deep learning model for printer identification. A convolutional neural network model based on local features which is widely used for identification in recent is presented. Then, another model including a step to calculate global features and hence improving the convergence speed and accuracy is presented. Using 8 printer models, the performance of the presented models was compared with previous feature-based identification methods. Experimental results show that the presented model using local feature and global feature achieved 97.23% and 99.98% accuracy respectively, which is much better than other previous methods in accuracy. 디지털 IT 기술의 발달로 인하여 프린터와 스캐너의 성능이 향상되고 가격이 저렴해지면서 일반인들도 쉽게 접할 수 있게 되었다. 그러나 이에 따른 부작용으로 공문서 및 사문서 위조 등의 범죄들이 쉽게 이루어질 수 있다. 따라서 해당 문서가 어떤 프린터를 사용하여 출력 되었는가를 특정할 수 있다면 수사 범위를 줄이고 용의자를 판별하는데 도움이 된다. 본 논문에서는 프린터 장치 판별을 위하여 딥러닝 모델을 제안한다. 먼저 최근 인식 등에서 범용적으로 활용되는 지역 특징 기반의 컨볼루셔널 뉴널 네트워크를 이용한 프린터 장치 판별 모델을 제안하고, 전역 특징 기반의 처리 과정을 네트워크 모델에 도입함으로 인하여 수렴 속도 및 정확도를 향상한 기법을 제안한다. 제안한 모델의 성능은 8개의 프린터 장치를 활용하여 기존 프린터 판별을 위한 특징 기반 기술과 비교를 수행하였다. 그 결과 제안하는 지역 특징 기반의 모델과 전역 특징 기반의 모델이 각각 97.23% 및 99.98%의 높은 판별 정확도를 달성하였고, 기존 기술들에 비하여 높은 정확도를 갖는 우수성을 보였다.
허경조 한국교원교육학회 2012 한국교원교육연구 Vol.29 No.4
근래 학생에 대한 생활지도의 필요성이 증대되고 있다. 생활지도를 잘 수행하려면 학생을 먼저 잘 파악해야 한다. 학생의 성격은 학생을 파악하는 한 부분이다. 성격검사는 예로부터 학생을 파악하는 한 방편으로 널리 사용되어 왔다. 그런데 기존 성격검사들은 성격요인들이 서로 중첩되기도 하고 제외되기도 하고 한 요인의 의미가 다양해서 학생의 성격을 정확히 파악하는데 어려움을 주고 있다. 본 연구는 여러 성격검사들을 비교 분석하여 중첩되는 것, 제외되는 것, 다의적인 것을 확인하고 이런 문제점들을 어느 정도 해결할 수 있는 새로운 분류를 탐색하였다. 본 연구는 여러 성격검사들, 분류방법들 중에서 인성검사, 성격진단검사, MBTI, Guilford, Cattell, Murray의 분류만을 대상으로 하였다. 여러 분류들을 비교 분석한 결과 연구자는 성격을 활동성, 지배성, 안정성, 충동성, 남향성, 사회성, 추상성, 독립성, 보수성, 도덕성, 질서성, 개방성, 융통성으로 분류하였다. 이 분류는 시험적인 것이다. 앞으로 더 정교한 분류가 이루어져야 할 것이다.