패턴(patern) 인식 접근법 3가지 - 통계적, 구조적, 신경망 접근법

목차

패턴인식 접근법
1. 통계적 패턴인식 접근법
2. 구조적 패턴인식 접근법
3. 신경망 패턴인식 접근법

본문내용

것으로 최근에 새롭게 상당한 주목을 받고 있다. 전통적인 계산 방식에 대한 신경망의 장점, 단점, 응용, 그리고 관련성이 완벽히 이해되지 않은 상태에 있으므로, 신경망 영역에 대한 기대는 매우 높다. 신경망은 패턴 연상(pattern association)에의 응용에 특히 적합하다.
신경망은 여러 특징을 가지고 있는데, 패턴 인식에 필요한 많은 양의 데이터를 병렬처리하고 학습과 기억을 통하여 패턴을 인식하는 동적인 시스템이라 할 수 있다. 패턴 인식과 같은 수학적 알고리즘의 적용이 곤란한 문제와 패턴 인식에 자주 발생하는 잡음이나 애매한 데이터를 효과적으로 처리할 수도 있다. 또한, 학습시키는 데는 시간이 많이 들지라도 실행 시에는 빠른 결과를 얻을 수 있다는 장점이 있다.
예제)
음성이나 문자등과 같이 인간에 의해 표현되는 정보들의 실시간 입력과 처리를 위하여 인식기술의 개발이 요구되는 때에, 신경망을 이용한 패턴인식 접근방법을 사용해 자동차 번호판 문자인식 프로그램을 구현하게 되면 도로상의 각종 교통 정보의 자동 인식, 범죄 차량에 대한 조회 시스템이나 무인 무정차 후불식 자동 요금 징수 시스템, 무인 교통 단속 자동화시스템 등에서 응용이 가능하다.

키워드

패턴인식,   patern,   패턴인식 접근법,   통계적 패턴인식,   구조적 패턴인식,   신경망 패턴인식,   패턴인식 접근,   인공지능