ÆÐÅÏÀνÄÀÇ ¿ø¸® : ¼·Ð
ÆÐÅÏ ÀνÄÀÇ ¿ø¸® 1±Ç : À̼ºÈ¯, È«¸ª°úÇÐÃâÆÇ»ç, 1994, Page 3~34
2. ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ ¼³°è½ÃÀÇ ±âº» ¹®Á¦ |
(2) ±¸¹®·ÐÀû ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ý (3) ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ý (4) ¼¼ °¡Áö Á¢±Ù¹æ¹ýÀÇ ºñ±³¿Í Àå´ÜÁ¡ (5) Åë°èÀû ÆÐÅÏ Àνİú ±¸¹®·ÐÀû |
ÀÎ½Ä ´É·ÂÀº »ì¾Æ ¿òÁ÷ÀÌ´Â ´Ù¸¥ À¯±âü»Ó¸¸ ¾Æ´Ï¶ó Àΰ£ÀÇ ±âº» ¼Ó¼ºÀ¸·Î °£ÁֵȴÙ. ¿ì¸®´Â ±ú¾î »ýȰÇÏ´Â ¸Å ¼ø°£¸¶´Ù ÀÎ½Ä È°µ¿À» Çϰí ÀÖ´Ù. ÁÖÀ§¿¡ ÀÖ´Â ´ë»ó¹°À» ÀνÄÇÑ ´ÙÀ½, ±×¿Í °ü·ÃÇÏ¿© ¿òÁ÷À̰í ÇൿÇÑ´Ù. ¿ì¸®´Â ±ºÁß ¼Ó¿¡¼ Ä£±¸¸¦ ã¾Æ³¾ ¼ö ÀÖ°í, ±× Ä£±¸°¡ ¸»ÇÏ´Â °ÍÀ» ÀνÄÇÒ ¼ö ÀÖ´Ù. ¾Æ´Â »ç¶÷ÀÇ À½¼ºÀ» ¾Ë¾ÆÂ÷¸± ¼ö ÀÖ´Ù. ¿ì¸®´Â ÇʱâµÈ ¹®ÀÚ³ª ±âÈ£, ±×¸®°í ±×¸² µîÀ» º¸°í ÀÌÇØÇÒ ¼ö ÀÖÀ¸¸ç, Áö¹®À» ºÐ¼®ÇÒ ¼öµµ ÀÖ´Ù. ȳ ¸öÁþ°ú ¹Ì¼ÒÁþ´Â Ç¥Á¤À» ¼·Î ±¸º°ÇÒ ¼ö ÀÖ´Ù. Àΰ£ÀÌ ¸Å¿ì º¹ÀâÇÑ Á¤º¸ ½Ã½ºÅÛÀ̶ó ÇÒ ¼ö ÀÖ´Â ºÎºÐÀûÀÎ ÀÌÀ¯´Â ¿ùµîÇÑ ÆÐÅÏ ÀÎ½Ä ´É·ÂÀ» º¸À¯Çϰí Àֱ⠶§¹®ÀÌ´Ù.
ÇϳªÀÇ ÆÐÅÏÀº ¾î¶² ´ë»ó¹°À» ¹¦»çÇÑ °ÍÀÌ´Ù. ¿ì¸®ÀÇ ÀÎ½Ä ÇàÀ§´Â ÀνÄÇϰíÀÚ ÇÏ´Â ´ë»ó ÆÐÅÏÀÇ ¼Ó¼º¿¡ µû¶ó µÎ °³ÀÇ ÁÖµÈ ÇüÅ·ΠºÐ·ùÇÒ ¼ö Àִµ¥, Çϳª´Â ±¸Ã¼ÀûÀÎ Ç׸ñ¿¡ ´ëÇÑ ÀÎ½Ä (recognition of concrete item) À̰í, ´Ù¸¥ Çϳª´Â Ãß»óÀûÀÎ Ç׸ñ¿¡ ´ëÇÑ ÀÎ½Ä (recognition of abstract item) ÀÌ´Ù. ¿ì¸®´Â ÁÖº¯ÀÇ ¹®ÀÚ, ±×¸², À½¾Ç, ±×¸®°í ¿©·¯ Á¾·ùÀÇ ¹°Ã¼¸¦ ÀνÄÇÒ ¼ö Àִµ¥, À̰ÍÀ» "°¨°¢Àû ÀÎ½Ä " (sensory recognition) À̶ó°í ºÎ¸¥´Ù. ¿©±â¿¡´Â ½Ã°¢ ¹× û°¢ ÆÐÅÏÀ» ÀνÄÇÏ´Â °ÍÀÌ Æ÷ÇԵȴÙ. ÀÌ·¯ÇÑ ÀÎ½Ä °úÁ¤¿¡´Â °ø°£ÀûÀÌ°í ½Ã°£ÀûÀÎ ÆÐÅÏ¿¡ ´ëÇÑ ½Äº° ¹× ºÐ·ù°¡ Æ÷ÇԵȴÙ. ¹Ý¸é¿¡, ´«À» °¨°í ±Í¸¦ ¸·Àº »óÅ·Π¿À·¡µÈ ¾î¶² ³í°Å ¶Ç´Â ¹®Á¦¿¡ ´ëÇÑ ÇØ´äÀ» ÀνÄÇÒ ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ °úÁ¤Àº Ãß»óÀûÀÎ Ç׸ñÀ» ÀνÄÇÏ´Â °ÍÀ¸·Î ½Ã°¢ ¶Ç´Â û°¢ ÆÐÅÏ Àνİú ´ëºñÇÏ¿© "°³³äÀû ÀνÄ" (conceptual recognition) À̶ó ºÎ¸¥´Ù. ÀÌ Ã¥¿¡¼´Â ù ¹øÂ° ÇüÅÂÀÇ ÆÐÅÏ ÀνĿ¡ °üÇÏ¿© ´Ù·é´Ù. °ø°£ÀûÀÎ ÆÐÅÏÀ¸·Î´Â ¹®ÀÚ, Áö¹®, õ±âµµ, ¹°Ã¼, ±×¸®°í ±×¸² µîÀ» µé ¼ö ÀÖ°í ½Ã°£ÀûÀÎ ÆÐÅÏÀ¸·Î´Â À½¼º, ÆÄÇü, ½ÉÀüµµ, ±×¸®°í ½Ã°è¿ µîÀ» µé ¼ö ÀÖ´Ù.
Àΰ£ÀÌ ±¸Ã¼ÀûÀÎ ÆÐÅÏÀ» ÀνÄÇÏ´Â °ÍÀº Àΰ£°ú ¹°¸®ÀûÀÎ ÀÚ±Ø °£ÀÇ °ü°è¿Í ¿¬°üµÈ Á¤½Å »ý¸®ÇÐÀûÀÎ ¹®Á¦ (psychophysiological problem) ·Î °£ÁÖµÉ ¼ö ÀÖ´Ù. Àΰ£Àº °¨ÁöÇÑ ÆÐÅÏÀ» ±Í³³ÀûÀÎ Ãß·ÐÀ» ÅëÇØ °ú°ÅÀÇ °æÇèÀ¸·ÎºÎÅÍ À¯µµÇØ ³½ ÀϹÝÀûÀÎ °³³äÀ̳ª ´Ü¼¿Í ¿¬°üÁö¿î´Ù. ½ÇÁ¦·Î, ÀÎ½Ä ¹®Á¦´Â ÀÔ·Â µ¥ÀÌÅ͸¦ ¾Ë·ÁÁø Åë°èÀû ¸ðÁý´Ü ÁßÀÇ Çϳª¿Í ¿¬°ü½Ãų ¼ö ÀÖ´Â »ó´ëÀû °¡´É¼ºÀ» ÃßÁ¤ÇÏ´Â °ÍÀ¸·Î º¼ ¼ö ÀÖ´Ù. ÀÌ ¶§, Åë°èÀû ¸ðÁý´ÜÀº °ú°ÅÀÇ °æÇè¿¡ ÀÇÁ¸Çϸç ÀνĿ¡ ÇÊ¿äÇÑ ´Ü¼¿Í »çÀü Á¤º¸¸¦ Çü¼ºÇÏ°Ô µÈ´Ù. µû¶ó¼, ÆÐÅÏ ÀÎ½Ä ¹®Á¦´Â °³°³ÀÇ ÆÐÅÏ Áß¿¡¼ ÀÔ·Â µ¥ÀÌÅ͸¦ ±¸º°ÇÏ´Â °ÍÀÌ ¾Æ´Ï¶ó, ¸ðÁý´ÜÀÇ ±¸¼º¿ø Áß¿¡¼ Ư¡ ¶Ç´Â º¯ÇÏÁö ¾Ê´Â ¼Ó¼ºÀ» Ž»öÇÔÀ¸·Î½á ¸ðÁý´Ü Áß¿¡¼ ÀÔ·Â µ¥ÀÌÅ͸¦ ±¸º°ÇÏ´Â °ÍÀ¸·Î °£ÁÖµÉ ¼ö ÀÖ´Ù.
³í¸®ÀûÀÎ Ãø¸é¿¡¼ º¼ ¶§, ÆÐÅÏ ÀÎ½Ä ¹®Á¦¿¡ ´ëÇÑ ¿¬±¸´Â µÎ°¡ÁöÀÇ ÁÖ¿ä ¹üÁÖ·Î ³ª´ ¼ö ÀÖ´Ù. Çϳª´Â Àΰ£ ¹× ´Ù¸¥ À¯±âüÀÇ ÆÐÅÏ ÀÎ½Ä ´É·Â¿¡ ´ëÇÏ¿© ¿¬±¸ÇÏ´Â °ÍÀ̰í, ´Ù¸¥ Çϳª´Â ƯÁ¤ ÀÀ¿ë ºÐ¾ß¿¡¼ ÁÖ¾îÁø ÀÎ½Ä ¾÷¹«¸¦ ¼öÇàÇÒ ¼ö ÀÖ´Â ÀåÄ¡µéÀ» ¼³°èÇϱâ À§ÇÑ À̷аú ±â¹ýÀ» °³¹ßÇÏ´Â °ÍÀÌ´Ù. ù ¹øÂ° ¹®Á¦ ¿µ¿ªÀº ½É¸®ÇÐ, »ý¸®ÇÐ, »ý¹°Çаú °°Àº Çй® ºÐ¾ß¿Í, µÎ ¹øÂ° ¹®Á¦ ¿µ¿ªÀº ÁÖ·Î °øÇÐ, ÄÄÇ»ÅÍ ±×¸®°í Á¤º¸ °úÇаú °ü·ÃµÈ´Ù.
ÀÌ Ã¥¿¡¼´Â ÀÚµ¿Àû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇϴµ¥ ¿¬°üµÇ´Â ÄÄÇ»ÅÍ, Á¤º¸ °úÇÐ, ±×¸®°í °øÇÐÀûÀÎ Ãø¸éÀ» ´Ù·é´Ù. °£´ÜÈ÷ ¸»Çؼ, ÆÐÅÏ ÀνÄÀº µ¥ÀÌÅͷκÎÅÍ Áß¿äÇÑ Æ¯Â¡À̳ª ¼Ó¼ºÀ» ÃßÃâÇÏ¿© ÀÔ·Â µ¥ÀÌÅ͸¦ ½Äº°ÇÒ ¼ö ÀÖ´Â ºÎ·ù·Î ºÐ·ùÇÏ´Â °ÍÀ¸·Î Á¤ÀÇµÉ ¼ö ÀÖ´Ù. Àϱ⠿¹º¸¸¦ ÆÐÅÏ ÀÎ½Ä ¹®Á¦·Î ´Ù·ê ¼ö Àִµ¥, ÀÎ½Ä ½Ã½ºÅÛÀº ÀÔ·ÂÀ¸·Î ¹Þ¾ÆµéÀΠõ±âµµ¿¡¼ Áß¿äÇÑ Æ¯Â¡À» ÃßÃâÇÏ¿© õ±âµµ¸¦ ÇØ¼®ÇÑ ´ÙÀ½, ÃßÃâµÈ Ư¡À» ¹ÙÅÁÀ¸·Î Àϱ⠿¹º¸¸¦ ÇÏ°Ô µÈ´Ù. ÀÇ·á Áø´Ü ¿ª½Ã ÆÐÅÏ ÀÎ½Ä ¹®Á¦·Î ´Ù·ê ¼ö ÀÖ´Ù. ¾î¶² Áõ»óÀÌ ÀÎ½Ä ½Ã½ºÅÛÀÇ ÀÔ·Â µ¥ÀÌÅÍ ¿ªÇÒÀ» Çϴµ¥, ÀÌ ¶§ ÀÎ½Ä ½Ã½ºÅÛÀº ÀÔ·Â µ¥ÀÌÅÍÀÎ Áõ»óÀ» ºÐ¼®ÇÏ¿© Áúº´À» ±¸º°ÇØ ³½´Ù. ¹®ÀÚ ÀÎ½Ä ½Ã½ºÅÛÀº ±¤ÇÐ ½ÅÈ£¸¦ ÀÔ·Â µ¥ÀÌÅÍ·Î ¹Þ¾Æµé¿© ±× ¹®ÀÚÀÇ À̸§À» ½Äº°ÇÏ´Â ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÌ´Ù. À½¼º ÀÎ½Ä ½Ã½ºÅÛ¿¡¼´Â ÀÔ·Â µ¥ÀÌÅÍ·Î ¹Þ¾ÆµéÀÎ À½ÇâÀÇ ÆÄÇü¿¡ ¹ÙÅÁÀ» µÎ°í ¹ßÀ½µÈ ´Ü¾îÀÇ À̸§À» ½Äº°ÇØ ³½´Ù. Ç¥ 1 ¿¡¼´Â ¿©·¯ Á¾·ùÀÇ ºÐ·ù ¾÷¹«¸¦ °¢°¢¿¡ »óÀÀÇÏ´Â ÀÔ·Â µ¥ÀÌÅÍ ¹× Ãâ·Â ¹ÝÀÀ°ú ÇÔ²² ±â¼úÇÏ¿´´Ù.
Ç¥ 1 ´Ù¾çÇÑ ÆÐÅÏ ºÐ·ù ¾÷¹«
ºÐ·ù ¾÷¹« |
ÀÔ·Â µ¥ÀÌŸ |
Ãâ·Â ¹ÝÀÀ |
¹®ÀÚ ÀÎ½Ä À½¼º ÀÎ½Ä ÈÀÚ ÀÎ½Ä ±âÈÄ ¿¹Ãø ÀÇ·á Áø´Ü ÁÖ½Ä ½ÃÀå ¿¹Ãø |
±¤ÇÐ ½ÅÈ£ ¶Ç´Â ¿µ»ó À½ÇâÀÇ ÆÄÇü À½¼º õ±âµµ Áõ»ó ±ÝÀ¶ ¼Ò½Ä ¹× À繫 µµÇ¥ |
¹®ÀÚÀÇ À̸§ ´Ü¾îÀÇ À̸§ ÈÀÚÀÇ À̸§ Àϱ⠿¹º¸ Áúº´ ½Ã¼¼ÀÇ ¿À¸£³»¸² ¿¹Ãø |
ÆÐÅÏ ÀÎ½Ä ¹®Á¦´Â ¼ö ¸¹Àº °úÇÐ ºÐ¾ß¸¦ Æ÷ÇÔÇÒ ¼ö ÀÖ´Ù. Áï, ¸¹Àº ÆÐÅÏ ºÎ·ù (pattern class) ·Î ºÎÅÍ, ¾Ö¸ÅÇÑ ±¸¼º ¿ä¼Ò¸¦ Æ÷ÇÔÇÏ´Â ÁýÇÕ¿¡¼ ÁÖ¾îÁø ÇÑ ºÎ·ùÀÇ ±¸¼º¿øÀ» ÀνÄÇÏ´Â °øÅëÀÇ ¹®Á¦¿¡ ´ëÇÑ ÇØ´äÀ» ã±â À§ÇÏ¿© ÀÌµé °úÇÐ ºÐ¾ß¿Í °áÇÕÇÏ°Ô µÈ´Ù. ÆÐÅÏ ºÎ·ù´Â ¾î¶² ÁÖ¾îÁø °øÅëÀÇ ¼Ó¼ºÀ¸·Î °áÁ¤µÉ ¼ö ÀÖ´Â ¹üÁÖ (category) ÀÌ°í ÆÐÅÏÀº ±× ¹üÁÖ¿¡ ¼ÓÇÏ´Â ÆÐÅÏ ºÎ·ù¸¦ ³ªÅ¸³»´Â ±¸¼º ¿ä¼Ò¸¦ ¹¦»çÇÑ °ÍÀÌ´Ù. ¼·Î ´Ù¸¥ ºÎ·ù¿¡ ¼ÓÇÏ´Â ÆÐÅÏ ÁýÇÕÀÌ ÀÖÀ» ¶§, ¾î¶² ÀÚµ¿ÈµÈ ÀåÄ¡¸¦ ÀÌ¿ëÇÏ¿© ÀÌµé ÆÐÅÏÀ» ±×µéÀÌ ¼ÓÇÑ °¢°¢ÀÇ ºÎ·ù·Î ºÐ·ùÇÏ´Â °ÍÀÌ ÇÊ¿äÇÒ ¶§°¡ ÀÖ´Ù. »ç¿ëÀÌ Á¤ÁöµÈ ¼öÇ¥¸¦ ÀÐ¾î¼ ±¸º°ÇØ ³»´Â °Íµµ ÆÐÅÏ ÀÎ½Ä ¹®Á¦ÀÇ ÇÑ ¿¹°¡ µÈ´Ù. ÀÌ·¯ÇÑ ÀÏÀº »ç¶÷µµ ½±°Ô ÇÒ ¼ö ÀÖÀ¸³ª, ±â°è¸¦ »ç¿ëÇϸé ÈξÀ ºü¸¥ ¼Óµµ·Î ó¸®ÇÒ ¼ö ÀÖ´Ù. ¹Ý¸é¿¡, ¾î¶² ÀÎ½Ä ¾÷¹«´Â »ç¶÷ ¸¸À¸·Î´Â °ÅÀÇ ¼öÇàÇÒ ¼ö ¾ø´Â Á¾·ùÀÇ ¹®Á¦ÀÏ ¼öµµ ÀÖ´Ù. ±×·¯ÇÑ ÀÎ½Ä ¹®Á¦ÀÇ ¿¹·Î, ¼öÁßÀ½ (subaquatic sound) À» ºÐ¼®ÇÏ¿© ´Ù¸¥ ¼±¹ÚµéÀÇ ½ÅÈ£¿Í ÀâÀ½ÀÌ ¼¯ÀÎ °¡¿îµ¥¿¡¼ Àá¼öÇÔÀÇ À½À» °¨ÁöÇÏ´Â ¹®Á¦¸¦ µé ¼ö ÀÖ´Ù.
ÆÐÅÏ ÀÎ½Ä ¹®Á¦¿¡ ´ëÇÑ ¸í·áÇÏ°íµµ ´Ü¼øÇÑ ÇØ¹ýÀº °¢ ÆÐÅÏ ºÎ·ùÀÇ Æ¯Â¡À» ÃßÃâÇϱâ À§ÇÏ¿©, °³°³ÀÇ ÀÔ·Â ÆÐÅÏ¿¡ ´ëÇÑ °£´ÜÇÑ ½ÇÇèÀ» ¸¹ÀÌ ¼öÇàÇÏ´Â °ÍÀÌ´Ù. ±×·¯ÇÑ ½ÇÇèÀº ¼·Î ´Ù¸¥ ºÎ·ù¿¡ ¼ÓÇÏ´Â »ç¿ë°¡´ÉÇÑ ÀÔ·Â ÆÐÅÏÀ» ¼·Î ±¸º°Çϱ⿡ ÃæºÐÇØ¾ß ÇÑ´Ù. ¿¹¸¦ µé¾î, ´ÙÀ½ 4 °³ÀÇ ±ÛÀÚ¸¦ °í·ÁÇØ º¸ÀÚ.
ÆÐ |
ÅÏ |
ÀÎ |
½Ä |
±×¸² 1 ¹®ÀÚ ºÐ·ù¸¦ À§ÇÑ °£´ÜÇÑ ÁúÀÇ-ÀÀ´ä ±¸Á¶
¼öÁ÷ȹ, ¼öÆòȹ, Æó°î¼±, ±×¸®°í »ç¼± ¹× ¿ª»ç¼±ÀÌ ÀÖ´Â Áö¸¦ Á¶»çÇϰí ȹ¼ö¸¦ ¼¼¾î º½À¸·Î½á ÀÌ °£´ÜÇÑ ¹®ÀÚµéÀ» ±¸º°ÇÒ ¼ö ÀÖ´Ù. ±×¸² 1 Àº ÀÌ·¯ÇÑ ¿¹Á¦¿¡ ´ëÇÑ ÆÐÅÏ ÀÎ½Ä °³³äÀ» º¸¿© ÁØ´Ù. µÎ ¹øÂ° ¿¹·Î, ´ÙÀ½°ú °°Àº 5 ÀÚÀÇ ¿µ¹®ÀÚ¸¦ °í·ÁÇØ º¸ÀÚ.
C |
O |
I |
N |
S |
¸¸ (bay) °ú °°Àº ÇϳªÀÇ °³°î¼±, È£¼ö¿Í °°Àº Æó°î¼±, ¼öÁ÷¼±, ¿ª»ç¼±, ±×¸®°í ¸¸°ú °°Àº µÎ °³ÀÇ °³°î¼± µîÀÇ Æ¯Â¡À» Á¶»çÇØ º½À¸·Î½á À§ÀÇ ¿µ¹®ÀÚµéÀ» ºÐ·ùÇÒ ¼ö ÀÖ´Ù.
ÀÌÀüÀÇ Á÷°üÀûÀÎ °³³äÀº ÀÚµ¿Àû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ¼³°è¸¦ »ó´çÈ÷ ´Ü¼øÈ½Ãų ¼ö ÀÖ´Ù. ±×·¯³ª, ½Ç¼¼°è¿¡¼ ÇÒ ¼ö ÀÖ´Â ¸ðµç °¡´ÉÇÑ ½ÇÇè °¡¿îµ¥ ¾î¶² ½ÇÇèÀ» ÀÔ·Â ÆÐÅÏ¿¡ Àû¿ëÇØ¾ß ÇÏ´Â °¡¸¦ °áÁ¤ÇØ ÁÙ ¼ö ÀÖ´Â ÀϹÝÀûÀÎ ÀÌ·ÐÀº Á¸ÀçÇÏÁö ¾Ê´Â´Ù. ½ÇÇèÀ» ³Ê¹« Àû°Ô Çϰųª ºó¾àÇÏ°Ô Çϸé, °¢°¢¿¡ ÇØ´çÇÏ´Â ÆÐÅÏ ºÎ·ù·Î ºÐ·ùµÇµµ·Ï ÀÔ·Â ÆÐÅÏÀ» Ư¡Áö¿ï ¼ö°¡ ¾ø´Ù. ¹Ý¸é¿¡, ³Ê¹« ¸¹Àº ½ÇÇèÀ» ÇÏ°Ô µÇ¸é, ºÐ¼®½Ã¿¡ ¼Ò¿äµÇ´Â °è»êÀÇ º¹Àâµµ¸¦ Áõ°¡½ÃŰ°Ô µÈ´Ù. ÀûÀýÇÑ ½ÇÇè ÁýÇÕÀ» ã¾Æ³»´Â ¹æ¹ý¿¡ ´ëÇÑ ½Ç¸¶¸®¸¦ Á¦°øÇØÁÙ ¼ö ÀÖ´Â ¾î¶°ÇÑ ÀϹÝÀûÀÎ ±ÔÄ¢µµ Á¸ÀçÇÏÁö ¾Ê´Â´Ù. ÀÌ·¯ÇÑ Á¢±Ù¹æ¹ýÀº ÀÎ½Ä ½Ã½ºÅÛ ¼³°èÀÚÀÇ °ú°Å °æÇè°ú °øÇÐÀûÀÎ Á÷°ü¿¡ ³Ê¹« ÀÇÁ¸ÇÑ´Ù. µû¶ó¼, ½ÇÁ¦·Î ¹ß»ýÇÏ´Â ¸¹Àº ÆÐÅÏ ÀÎ½Ä ¹®Á¦¿¡ ´ëÇÑ ¸¸Á·ÇÒ ¸¸ÇÑ ÇØ´äÀ» ÁÖÁö´Â ¸øÇÑ´Ù. ÆÐÅÏ ÀÎ½Ä °úÁ¤¿¡ ³»Æ÷µÈ ¹®Á¦¸¦ ÁÖÀDZí°Ô ¿¬±¸ÇØ º½À¸·Î½á, º¸´Ù ´õ °·ÂÇÑ Á¢±Ù¹æ¹ýÀ» Âø¾ÈÇØ ³¾ ¼ö°¡ ÀÖ´Ù. ÀÌ Ã¥¿¡¼´Â ÀÌ·¯ÇÑ ¹®Á¦¿¡ ´ëÇÏ¿© Á¶»çÇÏ°í ºÐ¼®ÇÑ´Ù.
ÆÐÅϰú ÆÐÅÏ ºÎ·ù °£¿¡´Â °èÃþÀûÀÎ °ü°è°¡ Á¸ÀçÇÑ´Ù. ±×¸² 2 ¿¡¼, ¾ËÆÄºª°ú ¼ýÀÚ ¹× ÇÑÀÚ´Â ÆÐÅÏÀ̰í, ¹®ÀÚ´Â ÇϳªÀÇ ÆÐÅÏ ºÎ·ù¿¡ ÇØ´çÇÑ´Ù. ¸¸ÀÏ, ¾ËÆÄºª°ú ¼ýÀÚ¸¦ ÆÐÅÏ ºÎ·ù·Î º¸¸é, ¿µ¾î ¾ËÆÄºª°ú ¾Æ¶óºñ¾Æ ¼ýÀÚ°¡ ÆÐÅÏ¿¡ ÇØ´çÇÑ´Ù. ¿¹¸¦ µé¾î, ÀμâµÇ°Å³ª ÇʱâµÈ ¹®ÀÚ A ´Â ÆÐÅÏ ºÎ·ùÀÎ ¿µ¾î ¾ËÆÄºª A ¿¡ ¼ÓÇÏ´Â ÆÐÅÏÀÌ´Ù. ¼ö ¸¹Àº Á¤º¸ ½Ã½ºÅÛ¿¡¼, ´Ù¾çÇÑ È°ÀÚü·Î ÀμâµÈ ¹®ÀÚ¿Í ¼ýÀÚ, ±×¸®°í ¼·Î ´Ù¸¥ ÇüÅ·ΠÇʱâµÈ ¹®ÀÚ¿Í ¼ýÀÚ¸¦ ÀνÄÇÒ ¼ö ÀÖ´Â ±â°è¸¦ ÇÊ¿ä·Î ÇÑ´Ù. ÀÌ °æ¿ì, 26 °³ÀÇ ´ë¹®ÀÚ¿Í 26 °³ÀÇ ¼Ò¹®ÀÚ ±×¸®°í 10 °³ÀÇ ¼ýÀÚ¸¦ ³ªÅ¸³»´Â ÃÑ 62 °³ÀÇ ÆÐÅÏ ºÎ·ù°¡ Á¸ÀçÇÑ´Ù. ƯÁ¤ ¹®ÀÚ ¶Ç´Â ¼ýÀÚÀÇ ´Ù¾çÇÑ È°ÀÚü¿Í ÇüÅ´ ±× ÆÐÅÏ ºÎ·ù³»ÀÌ ÆÐÅÏÀ» Çü¼ºÇÑ´Ù.
¹®ÀÚ ÀÎ½Ä ¹®Á¦¸¦ °í·ÁÇØ º¸ÀÚ. ÀμâüÀÌ°Ç ÇʱâüÀÌ°Ç °£¿¡ ÇϳªÀÇ ¹®ÀÚ ¶Ç´Â ¼ýÀÚ´Â ½Äº°°¡´ÉÇÑ °øÅë ¼Ó¼ºÀ» °¡Áö°í ÀÖ´Ù. ¹®ÀÚ ¶Ç´Â ¼ýÀÚ´Â °üÃøµÈ ¼Ó¼º¿¡ µû¶ó ½Äº°µÇ°í ºÐ·ùµÈ´Ù. µû¶ó¼, ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ±âº» ±â´ÉÀº µ¿ÀÏÇÑ ÆÐÅÏ ºÎ·ù¿¡ ¼ÓÇÏ´Â ´ë»ó¹°À» ¹¦»çÇÑ ÆÐÅÏ¿¡¼ °øÅë Æ¯Â¡À» °¨ÁöÇÏ¿© ÃßÃâÇÑ ÈÄ¿¡, ¾î¶°ÇÑ »õ·Î¿î ȯ°æ¿¡¼µçÁö ÀÌ ÆÐÅÏÀ» ÀνÄÇÏ¿© ÇØ´ç ÆÐÅÏ ºÎ·ùÀÇ ±¸¼º¿øÀ¸·Î ºÐ·ùÇÏ´Â °ÍÀÌ´Ù.
±×¸² 2 ÆÐÅϰú ÆÐÅÏ ºÎ·ù °£ÀÇ °èÃþ °ü°è
ÀϹÝÀûÀ¸·Î, ÀÚµ¿Àû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇÒ ¶§ ¿©·¯ °¡Áö ±½Á÷ÇÑ ¹®Á¦°¡ ¹ß»ýÇÑ´Ù. ù ¹øÂ°´Â ÀνÄÇϰíÀÚ ÇÏ´Â ´ë»ó¹°·ÎºÎÅÍ ÃøÁ¤ÇÒ ¼ö ÀÖ´Â ÀÔ·Â µ¥ÀÌÅ͸¦ Ç¥ÇöÇÏ´Â ¹æ¹ý¿¡ °üÇÑ ¹®Á¦ÀÌ´Ù. À̰ÍÀº °¨ÁöÇÏ´Â ¹®Á¦ (sensing problem) ÀÌ´Ù. °¢°¢ÀÇ ÃøÁ¤µÈ ¾ç (quantity) Àº ÆÐÅÏ ¶Ç´Â ´ë»ó¹°ÀÇ Æ¯¼ºÀ» ¹¦»çÇÑ´Ù. ¿¹¸¦ µé¾î, ¹®Á¦ÀÇ ÆÐÅÏÀÌ ¿µ¹®ÀÚ¿Í ¼ýÀÚ¶ó°í °¡Á¤ÇØ º¸ÀÚ. ÀÌ·¯ÇÑ °æ¿ì¿¡´Â ±×¸² 3 (a) ¿¡ º¸ÀÎ °Í°ú °°Àº °ÝÀÚÇü ÃøÁ¤ ±â¹ýÀ» È¿°úÀûÀ¸·Î ¼¾¼¿¡ »ç¿ëÇÒ ¼ö ÀÖ´Ù. °ÝÀÚ°¡ n °³ÀÇ ¿ø¼Ò·Î ±¸¼ºµÇ¾ú´Ù°í °¡Á¤Çϸé, ´ÙÀ½°ú °°Àº ÃøÁ¤ º¤ÅÍ ¶Ç´Â ÆÐÅÏ º¤ÅÍÀÇ ÇüÅ·Π±× ÃøÁ¤Ä¡¸¦ Ç¥ÇöÇÒ ¼ö ÀÖ´Ù.
(1)
±×¸² 3 ÆÐÅÏ º¤ÅÍÀÇ »ý¼ºÀ» À§ÇÑ °£´ÜÇÑ µÎ°¡Áö ±¸Á¶
¿©±â¼, ¹øÂ° °ÝÀÚ°¡ ¹®ÀÚÀÇ ÀϺκÐÀ» Æ÷ÇÔÇϰí
ÀÖÀ¸¸é, ¿ø¼Ò
¿¡ 1 À», ±×·¸Áö ¾ÊÀ¸¸é 0 À» ¹èÁ¤ÇÑ´Ù. Àǹ̰¡ ¸í¹éÇÑ °æ¿ì¿¡´Â ÆÐÅÏ º¤Å͸¦
´Ü¼øÈ÷ ÆÐÅÏÀ̶ó°í ºÎ¸£±â·Î ÇÑ´Ù.
±×¸² 3 (b) ´Â µÎ ¹øÂ° ¿¹¸¦ º¸¿© ÁØ´Ù. ÀÌ °æ¿ì,
ÆÐÅÏÀº À½Çâ ½ÅÈ£¿Í °°ÀÌ º¯¼ö t ·Î ±¸¼ºµÈ ¿¬¼Ó ÇÔ¼ö¿¡ ÇØ´çÇÑ´Ù. ÀÌ ÇÔ¼ö°¡ ºÒ¿¬¼Ó
Á¡ ¿¡¼ Ç¥º» ÃßÃâµÇ¾ú´Ù¸é,
À¸·Î ÆÐÅÏ º¤Å͸¦ ±¸¼ºÇÒ ¼ö ÀÖ´Ù.
ÆÐÅÏ º¤ÅÍ´Â x, y, z ó·³ ȹÀÌ ±½Àº ¼Ò¹®ÀÚ·Î
Ç¥±âÇϱâ·Î ÇÑ´Ù. ÆíÀÇ»ó, ÀÌ·¯ÇÑ º¤Å͸¦ ½Ä (1) °ú °°Àº ¿º¤ÅÍ (column vector)
·Î °¡Á¤ÇÑ´Ù. º»¹®¿¡ ³ªÅ¸³ª´Â µµ °°Àº Àǹ̷Π»ç¿ëÇÒ °ÍÀÌ´Ù. ¿©±â¼, ÇÁ¶óÀÓ ºÎÈ£ (') ´Â ÀüÄ¡ (transposition)
¸¦ ³ªÅ¸³½´Ù.
±×¸² 4 ±¸º°µÇ´Â µÎ °³ÀÇ ÆÐÅÏ ºÎ·ù
ÆÐÅÏ º¤ÅÍ´Â ÆÐÅÏ¿¡ °üÇÏ¿© »ç¿ë°¡´ÉÇÑ ¸ðµç ÃøÁ¤
Á¤º¸¸¦ Æ÷ÇÔÇϰí ÀÖ´Ù. ÀÓÀÇÀÇ ÆÐÅÏ ºÎ·ù¿¡ ¼ÓÇÏ´Â ´ë»ó¹°À» ÃøÁ¤ÇÏ´Â °ÍÀº ¾ËÆÄºª
ÁýÇÕ ¿¡ ¼ÓÇÏ´Â ÇϳªÀÇ ±âÈ£¸¦ °¢ ÆÐÅÏÀÇ Æ¯¼º¿¡ ¹èÁ¤ÇÏ´Â ºÎÈ£È °úÁ¤ (coding process)
À¸·Î °£ÁÖÇÒ ¼ö ÀÖ´Ù. ÃøÁ¤À» ÅëÇÏ¿© ½Ç¼ö ÇüÅÂÀÇ Á¤º¸¸¦ ¸¸µé¾î ³¾ ¶§, ÇϳªÀÇ ÆÐÅÏ
º¤Å͸¦ n Â÷¿ø À¯Å¬¸®µå °ø°£ (Euclidean space) »óÀÇ ÇÑ Á¡À¸·Î °£ÁÖÇÏ´Â °ÍÀÌ Á¾Á¾
À¯¿ëÇÏ´Ù. µ¿ÀÏÇÑ ºÎ·ù¿¡ ¼ÓÇÏ´Â ÆÐÅÏ ÁýÇÕÀº ÃøÁ¤ °ø°£»óÀÇ ÀÓÀÇÀÇ ¿µ¿ª³»¿¡ »êÀçÇØ
ÀÖ´Â Á¡µéÀÇ ÁýÇÕ¿¡ ÇØ´çÇÑ´Ù.
°ú
´Â °¢°¢ ÇÁ·Î ¹Ì½Ä Ã౸ ¼±¼öµé°ú °æ¸¶ ±â¼öµéÀ» ¿ø¼Ò·Î ÇÏ´Â ÁýÇÕÀ¸·Î °¡Á¤ÇÒ
¼ö ÀÖ´Ù. °¢°¢ÀÇ "ÆÐÅÏ" Àº Ű¿Í ¸ö¹«°Ô¿¡ ´ëÇÑ µÎ °³ÀÇ ÃøÁ¤Ä¡·Î Ư¡Áö¿öÁø´Ù.
µû¶ó¼, ÆÐÅÏ º¤ÅÍ´Â
¿Í °°Àº ÇüŰ¡ µÈ´Ù. ¿©±â¼,
Àº ۸¦ ³ªÅ¸³»°í
´Â ¸ö¹«°Ô¸¦ ³ªÅ¸³½´Ù. °¢°¢ÀÇ ÆÐÅÏ º¤ÅÍ´Â 2 Â÷¿ø °ø°£»óÀÇ ÇϳªÀÇ Á¡À¸·Î °£ÁÖµÉ
¼ö ÀÖ´Ù. ±×¸² 4 ¿¡ ³ªÅ¸³ª ÀÖµíÀÌ, ÀÌµé µÎ ºÎ·ù´Â ÃøÁ¤Ä¡ÀÇ ¼Ó¼ºÀ¸·Î ÀÎÇÏ¿© ¼·Î
ºÐ¸®µÈ ÁýÇÕÀ» Çü¼ºÇÑ´Ù. ±×·¯³ª, ½ÇÁ¦ »óȲ¿¡¼´Â ¸»²ûÈ÷ ºÐ¸®µÈ ÁýÇÕÀ» °á°ú·Î
³»ÁÖ´Â ÃøÁ¤¹ýÀ» Ç×»ó ¸í½ÃÇÒ ¼ö´Â ¾ø´Ù. ¿¹¸¦ µé¾î, ±¸º°Çϱâ À§ÇÏ¿© ¼±ÅÃÇÑ ±âÁØÀÌ
Ű¿Í ¸ö¹«°Ô¶ó¸é ÇÁ·Î ¹Ì½Ä Ã౸ ¼±¼ö ºÎ·ù¿Í ÇÁ·Î ³ó±¸ ¼±¼ö ºÎ·ù °£¿¡ »ó´çÇÑ Áߺ¹ÀÌ
Á¸ÀçÇÏ°Ô µÉ °ÍÀÌ´Ù.
ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ ¼³°è½ÃÀÇ µÎ ¹øÂ° ¹®Á¦´Â ¹Þ¾ÆµéÀÎ ÀÔ·Â µ¥ÀÌÅÍÀÇ Æ¯Â¡ ¶Ç´Â ¼Ó¼ºÀ» ÃßÃâÇÏ´Â ¹®Á¦¿Í ÆÐÅÏ º¤ÅÍÀÇ Â÷¼ö¸¦ ÁÙÀÌ´Â ¹®Á¦ÀÌ´Ù. ÀÌ·¯ÇÑ ¹®Á¦´Â Á¾Á¾ Àüó¸® ¹× Ư¡ ÃßÃâ ¹®Á¦¶ó°í ÀÏÄþî Áø´Ù. ¿¹¸¦ µé¾î, À½¼º ÀνĿ¡¼ Á֯ļö ´ë¿ª³»ÀÇ Á֯ļö¿¡ °üÇÑ ¿¡³ÊÁö ºÐÆ÷¸¦ ÃøÁ¤ÇÔÀ¸·Î½á ¸ðÀ½°ú À¯»ç ¸ðÀ½À» ¸¶ÂûÀ½ ¹× ´Ù¸¥ ÀÚÀ½°ú ±¸º°ÇÒ ¼ö ÀÖ´Ù. À½¼º ÀνĿ¡ °øÅëÀûÀ¸·Î »ç¿ëµÇ´Â Ư¡À¸·Î´Â À½ÀÇ Áö¼Ó ±â°£, ´Ù¾çÇÑ Á֯ļö ´ë¿ª¿¡¼ ¿¡³ÊÁöÀÇ ºñÀ², Á֯ļö ´ë¿ª¿¡¼ ÃÖ°íÁ¡ (spectral peak) ¶Ç´Â Æ÷¸¸Æ® (formant) ÀÇ À§Ä¡, ½Ã°£»ó¿¡¼ À̵é ÃÖ°íÁ¡ÀÇ À̵¿ µîÀ» µé ¼ö ÀÖ´Ù.
ÆÐÅÏ ºÎ·ùÀÇ Æ¯Â¡Àº ±× ºÎ·ù¿¡ ¼ÓÇÏ´Â ¸ðµç ÆÐÅÏÀÇ °øÅëÀûÀÎ ¼º°ÝÀ» ³ªÅ¸³»´Â ¼Ó¼ºÀÌ´Ù. ±×·¯ÇÑ Æ¯Â¡À» Á¾Á¾ ÁýÇÕ ³»ºÎ °£ Ư¡ (intraset feature) À̶ó°í ÇÑ´Ù. ¹Ý¸é¿¡, ÆÐÅÏ ºÎ·ù °£ÀÇ Â÷ÀÌÁ¡À» ³ªÅ¸³»´Â Ư¡À» ÁýÇÕ °£ Ư¡ (interset feature) À̶ó°í ÇÑ´Ù. °í·ÁÁßÀÎ ¸ðµç ÆÐÅÏ ºÎ·ù¿¡ °øÅëÀûÀ¸·Î Á¸ÀçÇÏ´Â ÁýÇÕ ³»ºÎ °£ Ư¡ÀÇ ¿ø¼Ò´Â ºÎ·ù °£ÀÇ ±¸º°¿¡ »ç¿ëÇÒ ¼ö ¾ø´Â Á¤º¸À̹ǷΠ¹«½ÃÇÒ ¼ö ÀÖ´Ù. Ư¡ ÃßÃâÀº ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ¼³°è¿¡ ÀÖ¾î¼ Áß¿äÇÑ ¹®Á¦·Î °£ÁÖµÇ¾î ¿Ô´Ù. ÃøÁ¤ÇÑ µ¥ÀÌŸ·Î ºÎÅÍ °¢ ÆÐÅÏ ºÎ·ù °£¿¡ ¼·Î ±¸º°µÇ´Â ¿ÏÀüÇÑ Æ¯Â¡ ÁýÇÕÀ» °áÁ¤ÇÒ ¼ö ÀÖ´Ù¸é, ÆÐÅÏ ÀÎ½Ä ¹× ºÐ·ùÀÇ ¾î·Á¿òÀº º°·Î ¾øÀ» °ÍÀÌ´Ù. ÀÌ °æ¿ì, °£´ÜÇÑ Á¤ÇÕ °úÁ¤ ¶Ç´Â Å×À̺í Á¶È¸ (table look-up) ±¸Á¶·Î ÀÚµ¿ ÀÎ½Ä °úÁ¤À» ´Ü¼øÈ½Ãų ¼ö ÀÖ´Ù. ±×·¯³ª, ½ÇÁ¦·Î ¹ß»ýÇÏ´Â ´ëºÎºÐÀÇ ÆÐÅÏ ÀÎ½Ä ¹®Á¦¿¡¼´Â, ¼·Î ±¸º°µÇ´Â ¿ÏÀüÇÑ Æ¯Â¡ ÁýÇÕÀ» °áÁ¤ÇÏ´Â °ÍÀÌ ºÒ°¡´ÉÇϰųª ¾Æ´Ï¸é ¸Å¿ì ¾î·Æ´Ù. ´ÙÇེ·´°Ôµµ, °üÃøÇÑ µ¥ÀÌŸ·Î ºÎÅÍ ±¸º°·ÂÀÌ °ÇÑ Æ¯Â¡À» Á¾Á¾ ã¾Æ ³¾ ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ Æ¯Â¡Àº ÀÚµ¿ ÀÎ½Ä °úÁ¤À» °£´ÜÇÏ°Ô ÇØ ÁØ´Ù. ¿¹¸¦ µé¾î, Á¦ II ±ÇÀÇ 5 Àå¿¡¼ ¼Ò°³µÇµíÀÌ, Á¤º¸ÀÇ ¼Õ½ÇÀ» ÃÖ¼ÒÈÇÏ´Â º¯È¯À» ÅëÇÏ¿© ÃøÁ¤ º¤ÅÍÀÇ Â÷¼ö¸¦ °¨¼Ò½Ãų ¼ö ÀÖ´Ù.
ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ ¼³°è½Ã¿¡ ¹ß»ýÇÏ´Â ¼¼¹øÂ° ¹®Á¦´Â
ÃÖÀûÀÇ °áÁ¤ ÀýÂ÷¸¦ ¼±ÅÃÇÏ´Â ¹®Á¦·Î, ±¸º° ¹× ºÐ·ù °úÁ¤¿¡ ÇÊ¿äÇÏ´Ù. ÀνÄÇÒ ÆÐÅÏÀ¸·ÎºÎÅÍ
°üÃøÇÑ µ¥ÀÌÅ͸¦ ÆÐÅÏ °ø°£»óÀÇ ÆÐÅÏ Á¡ ¶Ç´Â ÃøÁ¤ º¤ÅÍ ÇüÅ·ΠǥÇöÇÑ ÈÄ¿¡, ÀÌ
µ¥ÀÌÅͰ¡ ¾î´À ÆÐÅÏ ºÎ·ù¿¡ ¼ÓÇÏ´Â °¡¸¦ °áÁ¤ÇØ¾ß ÇÑ´Ù. À¸·Î Ç¥±âµÈ M °³ÀÇ ¼·Î ´Ù¸¥ ÆÐÅÏ ºÎ·ù¸¦ ÀνÄÇÏ´Â Àνı⸦ ¼³°èÇÑ´Ù°í °¡Á¤ÇÏÀÚ.
±×·¯¸é, ÆÐÅÏ °ø°£ÀÌ °¢ ºÎ·ù¿¡ ´ëÇÑ ÆÐÅÏ Á¡µéÀ» µÑ·¯½Î°í ÀÖ´Â M °³ÀÇ ¿µ¿ªÀ¸·Î
±¸¼ºµÈ´Ù°í °£ÁÖÇÒ ¼ö ÀÖ´Ù. ÀÎ½Ä ¹®Á¦´Â °üÃøÇÑ ÃøÁ¤ º¤Å͸¦ ¹ÙÅÁÀ¸·Î ÇÏ¿© M °³ÀÇ
ÆÐÅÏ ºÎ·ù¸¦ ºÐ¸®½Ãų ¼ö ÀÖ´Â °áÁ¤ °æ°è¸¦ »ý¼ºÇÏ´Â ¹®Á¦·Î º¼ ¼ö ÀÖ´Ù. ¿¹¸¦ µé¾î,
°áÁ¤ °æ°è°¡ °áÁ¤ ÇÔ¼ö
·Î ±¸¼ºµÇ¾î ÀÖ´Ù°í °£ÁÖÇØ º¸ÀÚ. ÆÇº° ÇÔ¼ö¶ó°í ºÎ¸£±âµµ ÇÏ´Â ÀÌ ÇÔ¼öµéÀº
½ºÄ®¶óÀÌ¸é¼ ´ÜÀÏ °ªÀ» °®´Â ÆÐÅÏ x ¿¡ °üÇÑ ÇÔ¼öÀÌ´Ù.
±×¸² 5 ÆÐÅÏ ºÐ·ù±âÀÇ ºí·° ±¸Á¶µµ
¸¸ÀÏ, °¡ ÀڽŰú ´Ù¸¥ ¸ðµç
¿¡ ´ëÇÏ¿©
À̸é, ÆÐÅÏ x ´Â ÆÐÅÏ ºÎ·ù
¿¡ ¼ÓÇÑ´Ù. ´Ù½Ã ¸»Çؼ,
¹øÂ° °áÁ¤ ÇÔ¼ö
°¡ ÆÐÅÏ x ¿¡ ´ëÇÏ¿© °¡Àå Å« °ªÀ» °¡Áö¸é, ÆÐÅÏ x ´Â ÆÐÅÏ ºÎ·ù
¿¡ ¼ÓÇÏ°Ô µÈ´Ù. ±×·¯ÇÑ ÀÇ»ç °áÁ¤ °úÁ¤À» »ç¿ëÇÏ´Â ÀÚµ¿ ºÐ·ù ±¸Á¶°¡ ±×¸² 5
¿¡ °³³äÀûÀ¸·Î ¼³¸íµÇ¾î ÀÖ´Ù. ´Ù¾çÇÑ ¹æ¹ýÀ¸·Î °áÁ¤ÇÔ¼ö¸¦ ¸¸µé ¼ö Àִµ¥, ÀνÄÇÒ
ÆÐÅÏ¿¡ ´ëÇÑ ¿Ïº®ÇÑ »çÀü Áö½Ä (prior knowledge) À» »ç¿ëÇÒ ¼ö ÀÖ´Â °æ¿ì¿¡´Â ±×
»çÀü Áö½Ä¿¡ ¹ÙÅÁÀ» µÎ°í °áÁ¤ ÇÔ¼ö¸¦ °áÁ¤ÇÒ ¼ö ÀÖ´Ù. ÆÐÅÏ¿¡ ´ëÇÑ Á¤¼ºÀû (qualitative)
Áö½Ä¸¸À» »ç¿ëÇÒ ¼ö ÀÖ´Â °æ¿ì¿¡´Â °áÁ¤ ÇÔ¼öÀÇ ÇüŸ¦ ÇÕ¸®ÀûÀ¸·Î ÃßÃøÇÒ ¼ö ÀÖ´Ù.
ÀÌ °æ¿ì, °áÁ¤ °æ°è´Â Á¤È®ÇÏÁö ¾ÊÀ» ¼ö ÀÖÀ¸¹Ç·Î ÀÏ·ÃÀÇ Á¶Á¤À» ÅëÇØ¼ ¸¸Á·½º·¯¿î
¼º´ÉÀ» ¾òµµ·Ï Àνı⸦ ¼³°èÇÒ Çʿ䰡 ÀÖ´Ù. ÀϹÝÀûÀÎ »óȲ¿¡¼´Â ÀνÄÇÒ ÆÐÅÏ¿¡
°üÇÑ »çÀü Áö½ÄÀÌ °ÅÀÇ Á¸ÀçÇÏÁö ¾Ê´Â´Ù. ÀÌ·¯ÇÑ È¯°æÇÏ¿¡¼´Â ÈÆ·Ã (training) ¶Ç´Â
ÇнÀ (learning) ÀýÂ÷¸¦ »ç¿ëÇÏ¿© ÆÐÅÏ Àνı⸦ ¼³°èÇÒ ¼ö ÀÖ´Ù. ¸ÕÀú ÀÓÀÇÀÇ °áÁ¤
ÇÔ¼ö¸¦ °¡Á¤Çϰí, ÀÏ·ÃÀÇ ¹Ýº¹ ÈÆ·Ã °úÁ¤À» ÅëÇÏ¿© À̵é ÇÔ¼ö°¡ ÃÖÀû ¶Ç´Â ¸¸Á·½º·¯¿î
ÇüÅ¿¡ Á¢±ÙÇϵµ·Ï ¼öÁ¤µÈ´Ù. °áÁ¤ ÇÔ¼ö¿¡ ÀÇÇÑ ÆÐÅÏ ºÐ·ù´Â ´Ù¾çÇÑ ¹æ¹ýÀ¸·Î Á¢±ÙµÉ
¼ö ÀÖ´Ù. ÀÌ Ã¥¿¡¼´Â °áÁ¤ ÇÔ¼ö¸¦ »ý¼ºÇϱâ À§ÇÑ ¿©·¯ Á¾·ùÀÇ °áÁ¤·ÐÀû ¹× Åë°èÀû
¾Ë°í¸®ÁòÀ» ¼Ò°³ÇÑ´Ù.
ÀϹÝÀûÀ¸·Î, Àüó¸® ¹× Ư¡ ÃßÃâÀÇ ¹®Á¦¿Í ÃÖÀûÀÇ °áÁ¤ ¹× ºÐ·ùÀÇ ¹®Á¦¸¦ ÇØ°áÇϱâ À§Çؼ´Â ¸Å°³º¯¼ö ÁýÇÕÀ» ÃßÁ¤ÇÑ ÈÄ¿¡ À̸¦ ÃÖÀûȽÃÄÑ¾ß ÇÑ´Ù. Áï, ¸Å°³º¯¼ö ÃßÁ¤ÀÇ ¹®Á¦¸¦ ¾ß±â½ÃŲ´Ù. ´õ¿ì±â, ÆÐÅÏÀÇ ¹®¸Æ Á¤º¸ (contextual information) ¸¦ »ç¿ëÇÏ¿© Ư¡ ÃßÃâ °úÁ¤°ú ÀÇ»ç °áÁ¤ °úÁ¤À» ´ëÆø °³¼±½Ãų ¼ö ÀÖ´Ù. ¹®¸Æ Á¤º¸´Â Á¸Àç °¡´ÉÇÑ È®·ü, ¾ð¾îÀû Åë°è, ÀÌ¿ôÀÇ º¯È·® µîÀ» ÅëÇÏ¿© ÃøÁ¤µÉ ¼ö ÀÖ´Ù. ¾î¶² ÀÀ¿ë¿¡¼´Â, Á¤È®ÇÑ ÀÎ½Ä °á°ú¸¦ ¾ò±â À§ÇÏ¿© ¹®¸Æ Á¤º¸°¡ ÇʼöºÒ°¡°á Çϱ⵵ ÇÏ´Ù. ¿¹¸¦ µé¾î, À½¼ºÀÇ ÆÄÇü Á¤º¸¸¦ º¸ÃæÇØ ÁÖ´Â ¹®¸Æ ¹× ¾ð¾îÇÐÀû Á¤º¸°¡ Á¸ÀçÇÒ °æ¿ì¿¡¸¸ ¿ÏÀüÇÑ ÀÚµ¿Àû À½¼º ÀνÄÀÌ °¡´ÉÇÏ´Ù. ¸¶Âù°¡Áö ¹æ¹ýÀ¸·Î, Èê·Á¾´ Çʱâü ¹®ÀÚ¸¦ ÀνÄÇϰí Áö¹®À» ºÐ·ùÇÒ °æ¿ì¿¡µµ ¹®¸Æ Á¤º¸°¡ ¸Å¿ì À¯¿ëÇÏ´Ù. ¿Ö°îÀ» ±Øº¹ÇÒ ¼ö ÀÖ°í, ÆíÂ÷°¡ Å« ÆÐÅÏ¿¡µµ À¶Å뼺ÀÌ ÀÖÀ¸¸ç ½º½º·Î Á¶Á¤ÇÒ ¼ö ÀÖ´Â ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇÒ ¶§ ÀûÀÀ ¹®Á¦¿¡ Á÷¸éÇÏ°Ô µÈ´Ù.
±×¸² 6 ÀûÀÀÀû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ±â´ÉÀû ºí·° ±¸Á¶µµ
ÀûÀÀÀû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» °³³äÀûÀ¸·Î ¼³¸íÇϱâ À§ÇÏ¿©, ±×¸² 6 °ú °°Àº ±â´ÉÀû ºí·° ±¸Á¶µµ¸¦ ÅëÇÏ¿© ÆÐÅÏ ÀνĿ¡ °ü·ÃµÈ ÁÖ¿ä ¹®Á¦¸¦ °£·«ÇÏ°Ô ¼³¸íÇÑ´Ù. ÀÌ ±×¸²Àº ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÌ ¼öÇàÇÏ´Â ±â´ÉÀ» ÀÚ¿¬½º·´°í Æí¸®ÇÏ°Ô ³ª´©¾î ³õÀº °ÍÀÌ´Ù. ¿©±â¼, ±â´ÉÀû ºí·°Àº ºÐ¼®¿¡ Æí¸®Çϵµ·Ï ±¸¼ºÇÏ¿´À» »Ó, ºí·° °°¿¡ »óÈ£ÀÛ¿ëÇÏ´Â ¿¬»êÀ» ±¸º°Çϱâ À§ÇÏ¿© ±¸¼ºÇÑ °ÍÀº ¾Æ´Ï´Ù. ÃÖÀû °áÁ¤°ú Àüó¸® ¶Ç´Â Ư¡ ÃßÃâÀ» ¹Ýµå½Ã ±¸º°ÇÒ ÇÊ¿ä´Â ¾øÁö¸¸, ±â´ÉÀû ºÐ¼® °³³äÀº ÆÐÅÏ ÀÎ½Ä ¹®Á¦¿¡ ´ëÇÑ ¸íÄèÇÑ ÀÌÇØ°¡ °¡´ÉÇϵµ·Ï ÇØ ÁØ´Ù.
ÀÚµ¿Àû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ¸·Î ÀÎ½Ä ¹× ºÐ·ùÇØ¾ß ÇÒ ÆÐÅÏÀº ¹Ýµå½Ã ÃøÁ¤ °¡´ÉÇÑ Æ¯¼ºµéÀÇ ÁýÇÕÀ» Æ÷ÇÔÇϰí ÀÖ¾î¾ß ÇÑ´Ù. ÀÌ·¯ÇÑ ÃøÁ¤Ä¡°¡ ÆÐÅÏ Áý´Ü³»¿¡¼ ¼·Î À¯»çÇÏ¸é °°Àº ÆÐÅÏ ºÎ·ùÀÇ ±¸¼º¿øÀ¸·Î °£ÁÖÇÑ´Ù. ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ¸ñÀûÀº °üÃøµÈ Á¤º¸¿¡ ¹ÙÅÁÀ» µÎ°í ÃøÁ¤µÈ µ¥ÀÌŸ¿Í À¯»çÇÑ ÃøÁ¤Ä¡¸¦ »ý¼ºÇÒ ¼ö ÀÖ´Â ÆÐÅÏ ºÎ·ù¸¦ °áÁ¤ÇÏ´Â °ÍÀÌ´Ù. ÃøÁ¤Ä¡¿¡ Æ÷ÇԵǾî ÀÖ´Â ±¸º°µÇ´Â Á¤º¸ÀÇ ¾ç°ú ÀÌ·¯ÇÑ Á¤º¸¸¦ ¾ó¸¶³ª È¿À²ÀûÀ¸·Î Ȱ¿ëÇÏ´À³Ä¿¡ µû¶ó ÀνÄÀÇ Á¤È®µµ°¡ °áÁ¤µÈ´Ù. »ç¿ëÇÒ ¼ö Àִ Ư¼ºÀ» ¸ðµÎ ÃøÁ¤ÇÒ ¼ö ÀÖ°í ÃøÁ¤µÈ Á¤º¸¸¦ ó¸®ÇÒ ¶§ ½Ã°£»óÀÇ Á¦¾àÀ» ¹ÞÁö ¾Ê´Â´Ù¸é, ÁÖ¸Ô±¸±¸½Ä (brute-force) ¹æ¹ýÀ» ÅëÇÏ¿© Á¤È®ÇÑ ÆÐÅÏ ÀÎ½Ä °á°ú¸¦ ¾òÀ» ¼ö ÀÖ´Ù. ±×·¯³ª, Åë»óÀûÀ¸·Î ½Ã°£, °ø°£ ¹× ºñ¿ë ¸é¿¡¼ÀÇ Á¦¾àÀÌ ÀÖÀ¸¹Ç·Î, ½Ç¿ëÀûÀÎ Á¢±Ù¹æ¹ýÀ» °³¹ßÇØ¾ß ÇÒ Çʿ䰡 ÀÖ´Ù.
ÀÚµ¿Àû ÆÐÅÏ ÀνÄÀÇ ¼³°è °³³äÀº ÆÐÅÏ ºÎ·ù¸¦ Ư¡Áö¿ì°í Á¤ÀÇÇÏ´Â ¹æ¹ý¿¡¼ ºñ·ÔµÈ´Ù. °æÇèÀ» ÅëÇÏ¿© ¿©·¯°¡Áö ±âº»ÀûÀÎ °¡´É¼ºÀÌ Á¦½ÃµÇ¾ú´Ù. ¾î¶² ÆÐÅÏ ºÎ·ù¸¦ ±× ºÎ·ùÀÇ ±¸¼º¿ø¿¡ ´ëÇÑ ¸íºÎ·Î Ư¡Áö¿ï ¼ö ÀÖÀ» ¶§, ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇϱâ À§ÇÑ ¹æ¹ýÀ¸·Î ±¸¼º¿ø ¸íºÎ (membership-roster) °³³äÀ» »ç¿ëÇÒ ¼ö ÀÖ´Ù. ¾î¶² ÆÐÅÏ ºÎ·ù¸¦ ±×ÀÇ ¸ðµç ±¸¼º¿øÀÌ °øÀ¯ÇÏ´Â °øÅëÀÇ Æ¯¼ºÀ¸·Î Ư¡Áö¿ï ¼ö ÀÖÀ¸¸é, ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇϱâ À§ÇÑ ¹æ¹ýÀ¸·Î °øÅë Æ¯¼º °³³äÀ» »ç¿ëÇÒ ¼ö ÀÖ´Ù. ¾î¶² ÆÐÅÏ ºÎ·ù°¡ ÆÐÅÏ °ø°£»ó¿¡¼ ±ºÁýÈ (clustering) Ư¼ºÀ» º¸À̸é, ±ºÁýÈ °³³äÀ» ¹ÙÅÁÀ¸·Î ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇÒ ¼ö ÀÖ´Ù. ÀÌµé ¼¼°¡ÁöÀÇ ±âº»ÀûÀÎ ¼³°è °³³äÀº ´ÙÀ½°ú °°´Ù.
±¸¼º¿øµéÀÇ ¸íºÎ·Î ÇϳªÀÇ ÆÐÅÏ ºÎ·ù¸¦ Ư¡Áö¿ì´Â °ÍÀº ¿øÇü Á¤ÇÕ (template matching) ¿¡ ÀÇÇØ ÀÚµ¿Àû ÆÐÅÏ ÀνÄÀ» °¡´ÉÇÏ°Ô ÇØÁØ´Ù. °°Àº ÆÐÅÏ ºÎ·ù¿¡ ¼ÓÇÏ´Â ÆÐÅϵéÀÇ ÁýÇÕÀ» ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ³»¿¡ ÀúÀåÇÑ´Ù. ¹ÌÁöÀÇ ÀÔ·Â ÆÐÅÏÀÌ ½Ã½ºÅÛ¿¡ ÁÖ¾îÁú ¶§, ÀúÀåµÇ¾î ÀÖ´Â ÆÐÅϵé°ú Çϳª¾¿ ºñ±³ÇØ º»´Ù. ÀÔ·Â ÆÐÅÏÀÌ ±× ÆÐÅÏ ºÎ·ù¿¡ ¼ÓÇÏ´Â ÀúÀåµÈ ÆÐÅϵé ÁßÀÇ Çϳª¿Í Á¤ÇÕµÇ¸é ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀº ÀÔ·Â ÆÐÅÏÀ» ±× ÆÐÅÏ ºÎ·ùÀÇ ±¸¼º¿ä¼Ò·Î ºÐ·ùÇÑ´Ù. ¿¹¸¦ µé¾î, ¼·Î ´Ù¸¥ ȰÀÚü·Î ±¸¼ºµÈ ¹®ÀÚµéÀÌ ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ¿¡ ¸ðµÎ ÀúÀåµÇ¾î ÀÖ´Ù¸é, ±×µéÀÌ Èñ¹ÌÇØ Á³°Å³ª, ÁúÀÌ ÁÁÁö ¾ÊÀº À×Å©·Î ¾²¿©Á³°Å³ª, ħÅõ¼ºÀÌ ÀÖ´Â Á¾ÀÌ¿¡ ¾²¿©Á³°Å³ª ¶Ç´Â ±×¿Í À¯»çÇÑ °ÍÀ¸·Î ÀÎÇÑ À⿵À¸·Î ¿Ö°îµÇÁö ¾Ê´Â ÇÑÀº ±¸¼º¿ø ¸íºÎ Á¢±Ù¹æ½ÄÀ¸·Î ÀνÄÇÒ ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ ´Ü¼øÇÑ °³³äÀ¸·Î ¾î¶² ÀÀ¿ë¿¡¼ÀÇ ¸ñÀûÀ» ¸¸Á·½ÃŰ´Â °æÁ¦ÀûÀÎ ÀÎ½Ä ±¸Á¶¸¦ ¼³°èÇÒ ¼ö ÀÖ´Ù. ±¸¼º¿ø ¸íºÎ Á¢±Ù¹æ¹ýÀº °ÅÀÇ ¿Ïº®ÇÑ ÆÐÅÏ Ç¥º»À» »ç¿ëÇÏ´Â Á¶°ÇÇÏ¿¡¼¶ó¸é, ¿Ïº®ÇÏ°Ô ÆÐÅÏ ºÎ·ù¸¦ ºÐ·ùÇØ ³¾ °ÍÀÌ´Ù.
¸ðµç ±¸¼º¿ä¼Ò°¡ °¡Áö°í ÀÖ´Â °øÅë Æ¯¼ºÀ¸·Î ÆÐÅÏ ºÎ·ù¸¦ ºÐ·ùÇÏ´Â °ÍÀº À¯»ç Ư¡À» ã¾Æ³»¾î ó¸®ÇÏ´Â ÀÚµ¿Àû ÆÐÅÏ ÀνÄÀ» °¡´ÉÇÏ°Ô ÇØÁØ´Ù. ÀÌ ¹æ¹ýÀÇ ±âº»ÀûÀÎ °¡Á¤Àº °°Àº ºÎ·ù¿¡ ¼ÓÇÏ´Â ÆÐÅϵéÀÌ À¯»ç¼ºÀ» ³ªÅ¸³»´Â ¾î¶² °øÅë Æ¯¼º ¶Ç´Â ¼Ó¼ºÀ» °¡Áø´Ù´Â °ÍÀÌ´Ù. ¿¹¸¦ µé¾î, °øÅë Æ¯¼ºÀ» ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ³»¿¡¼ ÀúÀåÇÑ ÈÄ »õ·Î¿î ÆÐÅÏÀ» ¹Þ¾Æµé¿© À¯»çÇÑ Æ¯Â¡À» °¡Áø ÆÐÅÏ ºÎ·ù·Î ºÐ·ùÇÑ´Ù. ±×·¯¹Ç·Î, ÀÌ ¹æ¹ý¿¡¼ÀÇ ÁÖ¿ä ¹®Á¦´Â À¯ÇÑÇÑ Ç¥º» ÆÐÅÏ ÁýÇÕÀ¸·Î ºÎÅÍ °øÅë Æ¯¼ºÀ» °áÁ¤ÇÏ´Â °ÍÀÌ´Ù.
ÀÌ °³³äÀº ±¸¼º¿ø ¸íºÎ Á¢±Ù¹æ¹ý¿¡ ºñÇÏ¿© ¿©·¯ °üÁ¡¿¡¼ ¿ì¼öÇÏ´Ù. ÇϳªÀÇ ÆÐÅÏ ºÎ·ù¿¡ ´ëÇÑ Æ¯Â¡µéÀ» ÀúÀåÇÒ ¶§ ÇÊ¿äÇÑ ±â¾ï °ø°£ÀÌ ±× ºÎ·ù¿¡ ¼ÓÇÏ´Â ¸ðµç ÆÐÅϵ鿡 ´ëÇÑ Æ¯Â¡À» ÀúÀåÇÒ ¶§ ÇÊ¿äÇÑ ±â¾ï °ø°£ º¸´Ùµµ ÈξÀ ÀÛ´Ù. ÇϳªÀÇ ÆÐÅÏ ºÎ·ù¿¡ ÀÖ¾î¼ Æ¯Â¡Àº º¯ÇÏÁö ¾ÊÀ¸¹Ç·Î, Ư¡À» ºñ±³ÇÔÀ¸·Î½á °³°³ÀÇ ÆÐÅÏ¿¡ ´ëÇÑ º¯ÇüÀ» Çã¿ëÇÒ ¼ö ÀÖ´Ù. ¹Ý¸é¿¡, ¿øÇü Á¤ÇÕ¿¡¼´Â ½ÉÇÑ ÆÐÅÏÀÇ º¯ÇüÀº Çã¿ëµÇÁö ¾Ê´Â´Ù. ¸¸¾à Ç¥º» ÆÐÅÏÀ¸·ÎºÎÅÍ ÇÑ ºÎ·ù¿¡ ´ëÇÑ ¸ðµç Ư¡À» °áÁ¤ÇÒ ¼ö ÀÖ´Ù¸é, ÀÎ½Ä °úÁ¤Àº ´Ü¼øÈ÷ Ư¡ Á¤ÇÕ (feature matching) À¸·Î Ãà¼ÒµÉ ¼ö ÀÖ´Ù. ±×·¯³ª, ¾Õ¼ ¾ð±ÞÇÏ¿´µíÀÌ ÇÑ ºÎ·ù¿¡ ´ëÇÏ¿© ±¸º°·ÂÀִ Ư¡ÀÇ ¿ÏÀüÇÑ ÁýÇÕÀ» ã´Â °ÍÀº ºÒ°¡´ÉÇϰųª ¸Å¿ì ¾î·Á¿ì¹Ç·Î, ÀÌ °³³äÀ» Àû¿ëÇϱâ À§Çؼ´Â ÃÖÀûÀÇ Æ¯Â¡À» ¼±ÅÃÇÏ´Â ±â¹ýÀ» °³¹ßÇÒ Çʿ䰡 ÀÖ´Ù. Ư¡ ¼±ÅÃÀ» À§ÇÑ ¿©·¯°¡Áö ¹æ¹ýÀ» Á¦ II ±ÇÀÇ 5 Àå¿¡¼ ¼Ò°³ÇÑ´Ù. °øÅë Æ¯Â¡ °³³äÀº Á¤±Ô ¾ð¾î À̷п¡ ÀÇÇÑ ÆÐÅÏ ÀνĿ¡¼µµ ±âº»ÀÌ µÈ´Ù.
(3) ±ºÁýÈ °³³ä
ÀÓÀÇÀÇ ºÎ·ù¿¡ ¼ÓÇÏ´Â ÆÐÅÏÀÇ ±¸¼º¿ä¼Ò°¡ ½Ç¼ö·Î ±¸¼ºµÈ º¤ÅÍÀÏ ¶§, ÆÐÅÏ ºÎ·ù´Â ÆÐÅÏ °ø°£»ó¿¡¼ÀÇ ±ºÁýÈ Æ¯¼ºÀ¸·Î Ư¡Áö¿ï ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ ÀϹÝÀûÀÎ °³³ä¿¡ ±âÃÊÇÑ ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ¼³°è¿¡¼, ´Ù¾çÇÑ ÆÐÅÏ ±ºÁýÀ» »ó´ëÀûÀÎ ±âÇÏÇÐÀû ¹è¿ ÇüÅ·Π³ªÅ¸³¾ ¼ö ÀÖ´Ù. ¸¸ÀÏ, ±ºÁý °£¿¡ ¸Ö¸® ¶³¾îÁ® À§Ä¡Çϴ Ư¼ºÀ» ¹ÙÅÁÀ¸·Î ºÎ·ù¸¦ Ư¡ Áö¿ï ¼ö ÀÖÀ¸¸é, ÃÖ¼Ò °Å¸® ºÐ·ù±â¿Í °°Àº °£´ÜÇÑ ÀÎ½Ä ±¸Á¶¸¦ »ç¿ëÇÒ ¼ö ÀÖ´Ù. ±×·¯³ª, ±ºÁýÀÌ ÁßøµÉ ¶§´Â ÆÐÅÏ °ø°£À» ºÐÇÒÇÏ´Â ±â¹ýÀ» »ç¿ëÇØ¾ß ÇÑ´Ù. ±ºÁýÀÌ ÁßøµÇ´Â Çö»óÀº ´ëºÎºÐ °üÃøµÈ Á¤º¸°¡ ºÎÁ·Çϰųª À⿵À¸·Î ÀÎÇÏ¿© ³ªÅ¸³´Ù. µû¶ó¼, ÇÑ ºÎ·ùÀÇ ÆÐÅÏ¿¡ ´ëÇÏ¿© °è»êµÈ ÃøÁ¤Ä¡ÀÇ ¾ç°ú ÁúÀ» Áõ°¡½ÃÅ´À¸·Î½á ÁßøµÇ´Â Á¤µµ¸¦ ÃÖ¼ÒÈÇÒ ¼ö ÀÖ´Ù.
ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇÒ ¶§, »ç¿ë°¡´ÉÇÑ Á¤º¸¸¦ ÃÖ´ëÇÑ ÀÌ¿ëÇÏ´Â °ÍÀº ÀǹÌÀÖ°í Áß¿äÇÑ ÀÏÀÌ´Ù. Á÷°üÀûÀ¸·Î º¸´õ¶óµµ, ÁÁÀº ¼º´ÉÀ» ¾ò±â À§Çؼ »çÀü Á¤º¸ (a priori information) ¸¦ ÀÌ¿ëÇÏ´Â °ÍÀÌ ¹Ù¶÷Á÷ÇÏ´Ù. µû¶ó¼ ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀÇ ¼³°èÀÚ¿¡°Ô ¼Ò¼Ó ºÎ·ù°¡ ¾Ë·ÁÁø ÀϺΠǥº» ÆÐÅϵé°ú °°Àº »çÀü Á¤º¸°¡ ÁÖ¾îÁ® ÀÖ´Ù°í °¡Á¤ÇÑ´Ù. »ç½Ç, ÀÌ·± »çÀü Á¤º¸ ¾øÀÌ ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇÏ´Â °ÍÀº ¾î¸®¼®Àº ÀÏÀÌ´Ù.
°¢ ÆÐÅÏÀÇ ¼Ó¼ºÀ̳ª ºÎ·ù ¶Ç´Â ±¸Á¶¸¦ ¾Ë°í ÀÖ´Â ÀüÇüÀûÀÎ ÆÐÅÏ ÁýÇÕÀº "ÈÆ·Ã ÁýÇÕ" À̶ó ºÒ¸®¿ì´Â µ¥ÀÌŸº£À̽º¸¦ ±¸¼ºÇÑ´Ù. ÀϹÝÀûÀÎ Àǹ̿¡¼, ÈÆ·Ã ÁýÇÕÀº ÀÔ·Â µ¥ÀÌŸ¸¦ Ãâ·Â °áÁ¤ (Áï, ºÐ·ù ¶Ç´Â ±¸Á¶Àû ¹¦»ç) °ú ¿¬°üÁö¿ì´Â µ¥ ÇÊ¿äÇÑ ÀǹÌÀÖ´Â Á¤º¸¸¦ Á¦°øÇØ ÁØ´Ù. ÈÆ·ÃÀº Á¾Á¾ ÇнÀ°ú ¿¬°üµÇ°Å³ª °°Àº °ÍÀ¸·Î °£ÁֵȴÙ. ÈÆ·Ã ÁýÇÕÀº ÀÎ½Ä ½Ã½ºÅÛÀ¸·Î ÇÏ¿©±Ý Åë°èÀûÀÎ ¸Å°³º¯¼ö, ÁÖ¿ä Æ¯Â¡ ¶Ç´Â ±âº» ±¸Á¶ µî°ú °°Àº ÀûÀýÇÑ Á¤º¸¸¦ ÇнÀ½Ãų ¶§ »ç¿ëµÈ´Ù. ±¸¹®·ÐÀû ÆÐÅÏ ÀνĿ¡¼µµ ¹®¹ýÀ» ÇнÀ½ÃŰ°Å³ª Ãß·ÐÇϱâ À§ÇÏ¿© ÈÆ·Ã Ç¥º»À» »ç¿ëÇÒ ¼ö ÀÖ´Ù.
Àΰø Áö´É ¿µ¿ª¿¡¼ÀÇ ÇнÀÀº Á» ´õ ÀϹÝÀûÀÎ ÇÔÃàµÈ
Àǹ̸¦ °®´Âµ¥, À̰ÍÀº »ç¶÷¿¡°Ô¼ º¼ ¼ö ÀÖ´Â ÀÚ±â ÀûÀÀ (self-adaptation) °úÁ¤°ú
À¯»çÇÏ´Ù. ÇнÀ ½Ã½ºÅÛÀº ÀÌÀüÀÇ Á¤·®ÈµÈ ¼º´ÉÀ» ±Ù°Å·Î, ´õ ÁÁÀº ¹ÝÀÀÀ» ¾ò±â À§ÇÏ¿©
ÀÚ½ÅÀÇ ³»ºÎ ±¸Á¶¸¦ Àû¿ë½Ãų ¼ö ÀÖ´Ù. ½Ã½ºÅÛÀÇ ¼º´ÉÀº ±â´ëµÇ´Â ½Ã½ºÅÛ Ãâ·Â°ú
½ÇÁ¦ ½Ã½ºÅÛ Ãâ·Â °£ÀÇ Â÷ÀÌ·Î Æò°¡ÇÒ ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ ÀϹÝÀûÀÎ ÇнÀ °³³äÀº Åë°èÀû
ÆÐÅÏ ÀνĿ¡¼ÀÇ ¼±Çü °áÁ¤ÇÔ¼ö³ª ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀνĿ¡¼ÀÇ ÀϹÝÈµÈ µ¨Å¸
±ÔÄ¢À» Àü°³ÇÒ ¶§ »ç¿ëµÈ ¿ÀÂ÷ ±³Á¤¿¡ ¹ÙÅÁÀ» µÐ ÆÐÅÏ ÀÎ½Ä ±â¹ý°ú °ü·ÃµÈ´Ù. À̵é
µÎ ±â¹ýÀº ÀüÇüÀûÀÎ ±â¿ï±â °ÇÏ (gradient descent) ±â¹ýÀ¸·Î¼, °¢°¢ÀÇ ½ÇÇè ¶Ç´Â
¹Ýº¹ °á°ú¿¡ µû¶ó ÀÎ½Ä ½Ã½ºÅÛÀ» ¼öÁ¤ÇÑ´Ù. À̰ÍÀº »ý¹°ÇÐÀû ½ÇÇè¿¡¼ÀÇ ÀüÇüÀûÀÎ
ÇнÀ °î¼± (learning curve) ¹ÝÀÀ¿¡¼ À¯µµµÇ¾ú´Ù. ÇнÀ ½ÇÇèÀ» n ¹øÂ° ½ÃµµÇÒ ¶§,
»ç¶÷ ¶Ç´Â µ¿¹°ÀÌ Á¤È®ÇÑ ¹ÝÀÀÀ» º¸ÀÌ°Ô µÉ È®·üÀÌ À̶ó¸é, ÀÌ ¹ÝÀÀÀ» ¿¹ÃøÇϱâ À§ÇÑ ÀüÇüÀûÀÎ °ø½ÄÀº ´ÙÀ½°ú °°´Ù.
(2)
±×¸² 7 ÀüÇüÀûÀÎ ÇнÀ °î¼±
¿©±â¼, ´Â ÇнÀ ¸Å°³º¯¼ö¸¦ ³ªÅ¸³½´Ù. ±×¸² 7 ¿¡¼´Â ÀüÇüÀûÀÎ ÇнÀ °î¼±À» º¸¿©ÁØ´Ù.
ºÒÇàÇϰԵµ, ½ÇÁ¦ ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛ¿¡¼ ±×¸²¿¡¼¿Í °°ÀÌ ´ÜÁ¶ Áõ°¡ÇÏ´Â ÇнÀ ¼º´ÉÀ»
¾ò±â¶õ ½±Áö ¾Ê´Ù. ÈÆ·ÃÀº ½ÇÁ¦ ÀÀ¿ë¿¡¼ º¼ ¼ö ÀÖ´Â ÆÐÅÏ À¯ÇüÁß¿¡¼ ´ëÇ¥ÀûÀÎ (±×¸®°í
º¸Åë ºÎ·ù Ç¥½Ã°¡ µÇ¾îÀÖ´Â) Ç¥º»À» »ç¿ëÇÑ´Ù. ÈÆ·Ã ÁýÇÕÀº
¶Ç´Â
·Î Ç¥±âÇÑ´Ù. ¿©±â¼, ÷ÀÚ
´Â ƯÁ¤ ÆÐÅÏ ºÎ·ùÀÇ ÈÆ·Ã ÁýÇÕÀ» ³ªÅ¸³½´Ù. Áöµµ
ÇнÀ (supervised learning) Àº ÆÐÅÏ ºÎ·ù¿¡ °üÇÑ ºÎ·ù Ç¥½Ã°¡ µÇ¾î ÀÖ´Â ÈÆ·Ã ÁýÇÕÀ»
»ç¿ëÇÏ´Â ¹Ý¸é¿¡, ÀÚÀ² ÇнÀ (unsupervised learning) ¿¡¼´Â ÈÆ·Ã ÁýÇÕ ¿ä¼ÒµéÀÌ
ºÎ·ù Ç¥½Ã¸¦ °¡Áö°í ÀÖÁö ¾Ê°í, ½Ã½ºÅÛÀÌ Ç¥º» µ¥ÀÌŸÀÇ "ÀÚ¿¬½º·¯¿î"
ºÐÇÒ ¿µ¿ªÀ» °áÁ¤ÇÏ°Ô µÈ´Ù.
ºÎ·ù Ç¥½Ã ºÐÇÒ ¿µ¿ªÀÌ ÀÌ°í ºÎ·ù Ç¥½Ã°¡ µÇ¾îÀÖ´Â ÈÆ·Ã ÁýÇÕ
ÀÌ ÁÖ¾îÁ³´Ù°í °¡Á¤ÇÏÀÚ.
¿¡ °üÇÑ ºÎ·ù Ç¥½Ã°¡
À̸é, Ç¥º»
´Â ºÐÇÒ ¿µ¿ª
¿¡ ¹èÁ¤µÈ´Ù.
ÀÇ ¸ðµç ¿ä¼Ò¸¦ Á¤È®ÇÏ°Ô ºÐ·ùÇϱâ À§ÇÏ¿© (¶Ç´Â H ÀÇ ¸ðµç ¿ä¼Ò¸¦ Á¤È®È÷ ºÐ·ùÇÒ
¼ö ÀÖ´Â °áÁ¤ ¿µ¿ªÀ» »ý¼ºÇϱâ À§ÇÏ¿©) ¼±Çü ±â°è¶ó ºÎ¸£±âµµ ÇÏ´Â ¼±Çü °áÁ¤ ÇÔ¼ö
ÁýÇÕÀ» »ç¿ëÇÒ ¼ö ÀÖ´Ù¸é, ÀÌ´Â ¼±ÇüÀ¸·Î ºÐ¸®°¡´ÉÇÑ ¹®Á¦¶ó ÇÒ ¼ö ÀÖ´Ù. ´Ù½Ã ¸»Çؼ,
¸¦ ¼±ÇüÀ¸·Î ºÐ¸®ÇÒ ¼ö ÀÖÀ¸¸é,
ÀÇ ºÐÇÒ ¿µ¿ªµé Áï,
´Â ½ÖÀ¸·Î ¼±Çü ºÐ¸®ÇÒ ¼ö ÀÖ´Ù (pairwise linearly separable) [Nilss65].
ÆÐÅÏ ÀνÄÀº ¿©·¯°¡Áö ÇüÅ·ΠÀÀ¿ëµÈ´Ù. ¾î¶² ¿¹¿¡¼´Â, ÆÐÅÏÀÇ »ý¼ºÀ» À§ÇÑ ³»ÀçµÇ¾î ÀÖÀ¸¸é¼ Á¤·®ÈµÈ Åë°èÀûÀÎ ¹ÙÅÁÀÌ Á¸ÀçÇÑ´Ù. ¶Ç ´Ù¸¥ ¿¹¿¡¼´Â, ÆÐÅÏ¿¡ ³»ÀçµÈ ±¸Á¶°¡ ÀνĿ¡ ±âº»ÀûÀÎ Á¤º¸¸¦ Á¦°øÇØ Áֱ⵵ ÇÑ´Ù. ±× ¿ÜÀÇ ¿¹¿¡¼´Â À§ÀÇ µÎ°¡Áö °æ¿ì Áß ¾î´À °Íµµ ¼º¸³µÇÁö ¸øÇϹǷΠÀÔ·Â ÆÐÅÏÀÌ ±â´ëµÇ´Â ÀÀ´äÀ¸·Î Á¤È®ÇÏ°Ô ¿¬°üµÇµµ·Ï ½Ã½ºÅÛÀÇ ±¸Á¶¸¦ °³¹ßÇϰųª ÇнÀ½Ãų ¼ö ÀÖ´Ù. µû¶ó¼, ¾î¶² ÁÖ¾îÁø ¹®Á¦¿¡ ´ëÇÏ¿© Çϳª ÀÌ»óÀÇ ¼·Î ´Ù¸¥ Á¢±Ù¹æ¹ýÀ¸·Î ±× ¹®Á¦¿¡ ´ëÇÑ ÇØ¸¦ ±¸ÇÒ ¼ö ÀÖ´Ù. ¾î¶² ¹®Á¦¸¦ ÇØ°áÇϰíÀÚ ÇÒ ¶§, ÁöħÀÌ µÉ ¼ö ÀÖ´Â ¿øÄ¢ ÁßÀÇ Çϳª´Â "±× ÀÏ¿¡ °¡Àå ÀûÇÕÇÑ µµ±¸¸¦ »ç¿ëÇ϶ó" ´Â °ÍÀÌ´Ù.
ÀÚµ¿Àû ÆÐÅÏ ÀνÄÀÇ ¿¹´Â ´Ù¹æ¸é¿¡ °ÉÃÄ Ç³ºÎÇÏ°Ô Á¸ÀçÇÑ´Ù. ÀμâµÇ°Å³ª ŸÀÌÇÎµÈ ¹®ÀÚµéÀ» Àаųª, ½ÉÀüµµ¿Í ³úÆÄ¸¦ ÃÔ¿µÇϰųª, ¹ßÀ½µÈ ´Ü¾î¸¦ ÀνÄÇϰųª, Áö¹®À» ±¸º°Çϰųª »çÁøÀ» ÇØ¼®ÇÏ´Â Àνı⸦ ¼³°è ¶Ç´Â Á¦ÀÛÇÏ·Á´Â ½Ãµµ°¡ ¼º°ø¸®¿¡ ÀÌ·ç¾îÁ® ¿Ô´Ù. ÀÌ ¿Ü¿¡µµ Çʱâü ¹®ÀÚ³ª ´Ü¾îÀÇ ÀνÄ, ÀÇ·á Áø´Ü, ÁöÁøÆÄÀÇ ºÐ·ù, ¸ñÇ¥ °¨Áö, Àϱ⠿¹º¸, ±â°è ÀåÄ¡ ¹× Á¦Á¶ °úÁ¤ÀÇ °íÀå ¹× °áÇÔÀ» ±¸º°ÇÏ´Â µîÀÇ ¸¹Àº ÀÀ¿ë ºÐ¾ß°¡ ÀÖ´Ù. º» Àý¿¡¼´Â ¼¼°¡Áö °üÁ¡¿¡¼ÀÇ ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ý¿¡ ´ëÇÏ¿© °£·«È÷ ¼Ò°³Çϰí ÀÌµé ÆÐÅÏ ÀÎ½Ä °³³äÀÌ ¼º°ø¸®¿¡ ÀÀ¿ëµÇ°í ÀÖ´Â ºÐ¾ß¿¡ ´ëÇÑ ÀÀ¿ë ¿¹¸¦ ¾Ë¾Æ º»´Ù.
Åë°èÀû ÆÐÅÏ ÀνÄÀº Åë°èÀûÀÎ °¡Á¤¿¡ ¹ÙÅÁÀ» µÎ°í ºÐ·ù ¾÷¹«¸¦ ¼öÇàÇÑ´Ù. ÀÔ·Â µ¥ÀÌŸ·ÎºÎÅÍ ÃßÃâµÈ Ư¡ °ªÀº °¢°¢ÀÇ Æ¯Â¡ º¤Å͸¦ c °³ÀÇ ºÎ·ùµé ÁßÀÇ Çϳª·Î ¹èÁ¤Çϴµ¥ »ç¿ëµÈ´Ù. ÀÚ¿¬ »óÅ¿¡¼ Ư¡À» ÃßÃâÇÑ °ÍÀ¸·Î °¡Á¤Çϸé, ¹ÙÅÁÀÌ µÇ´Â ¸ðµ¨Àº ÀÚ¿¬ »óÅ ¶Ç´Â È®·ü (È®·ü ¹Ðµµ ÇÔ¼ö) ÀÇ ºÎ·ù Á¶°ÇºÎ ÁýÇÕ (class-conditioned set) ÁßÀÇ Çϳª°¡ µÈ´Ù.
¿¹Á¦ :
¿ø°Ý Ž»çµÈ ¿µ»ó µ¥ÀÌŸ¿¡ Åë°èÀû ÆÐÅÏ ÀνÄÀ»
Àû¿ëÇÑ ±âº»ÀûÀÎ ¿¹·Î, Áö±¸ ÀÚ¿ø Ž»ç À§¼ºÀ¸·Î ºÎÅÍ ÃÔ¿µµÈ ¿µ»óÀÇ Æ¯Â¡À̳ª
ÅäÁöÀÇ À¯Çü µîÀ» °áÁ¤ÇÏ´Â ¹®Á¦¸¦ µé ¼ö ÀÖ´Ù. Áö±¸ ±Ëµµ³»¿¡ ÀÖ´Â À§¼º¿¡ ÀåÂøµÈ
¼¾¼´Â ¿µ»ó µ¥ÀÌŸ¸¦ ¼öÁýÇÏ´Â °¡Àå Áß¿äÇÑ ÀåÄ¡ ÁßÀÇ ÇϳªÀÌ´Ù. ȹµæµÈ Áö±¸
¿µ»óÀº ½ºÆåÆ®·³ ÇüÅ·ΠºÐÆ÷µÉ ¼ö ÀÖÀ¸¸ç, ±º»ç, °æÁ¦ ¹× ÀεµÁÖÀÇÀûÀÎ ¸é¿¡¼ÀÇ
¿©·¯ ÀÀ¿ë¿¡ ÇÊ¿äÇÑ Á¤º¸¸¦ Æ÷ÇÔÇϰí ÀÖ´Ù. ¿¹¸¦ µé¾î, ±¤¹°ÁúÀÌ ¸ÅÀåµÈ Áö¿ªÀ»
½Äº°Çϰųª, Ư¼ö ³óÀÛ¹°À» Àç¹èÇÏ´Â Áö¿ªÀ» ºÐ·ùÇÒ ¼ö ÀÖ´Ù. Áö±¸¸¦ ¿ø°Ý Ž»çÇÏ´Â
ÀÏ·ÃÀÇ À§¼ºÀ» »ç¿ëÇÑ Áö±¸ ÀÚ¿ø Ž»ç °èȹÀÌ 1972 ³â ºÎÅÍ ½ÃÀ۵Ǿî Ȱ¹ßÈ÷
ÁøÇàµÇ¾î ¿Ô´Ù. ÀÌ ¿¬±¸¿¡¼´Â Áö±¸ ÀÚ¿ø Ž»ç À§¼º¿¡ ´ÙÁß ½ºÆåÆ®·³ ½ºÄ³³Ê
½Ã½ºÅÛÀ» ÀåÂø½ÃÄÑ Áö±¸ ÀÚ¿ø ¿µ»ó³»¿¡ ¸ðµç ȼҿ¡ ´ëÇÏ¿© °¢°¢ ÇϳªÀÇ Æ¯Â¡
º¤Å͸¦ »ý¼º½ÃŲ´Ù. ÀÌ ¶§, Ư¡ º¤ÅÍÀÇ ¹øÂ° ±¸¼º ¿ä¼Ò´Â ÇØ´ç È¼Ò À§Ä¡¿¡¼ÀÇ
ƯÁ¤ ½ºÆåÆ®·³ÀÇ ¸í¾Ï ¹ÝÀÀÀ» ³ªÅ¸³½´Ù. ¿¹¸¦ µé¾î, Ç¥ 2 ´Â Ãʱ⠼¼´ëÀÇ Áö±¸
ÀÚ¿ø ¼¾¼¿¡ ´ëÇÑ ½ºÆåÆ®·³ ¸Å°³º¯¼ö¸¦ º¸¿©ÁØ´Ù.
Ç¥ 2 ¿µ»óÀÇ Æ¯Â¡¿¡ ´ëÇÑ Áö±¸ ÀÚ¿ø ½ºÆåÆ®·³ ¸Å°³º¯¼ö
ºÐ·ù ¾÷¹« |
ÀÔ·Â µ¥ÀÌŸ |
Ãâ·Â ÀÀ´ä |
|
0.50 - 0.60 ¥ìm 0.60 - 0.70 ¥ìm 0.70 - 0.80 ¥ìm 0.80 - 1.10 ¥ìm |
´«À¸·Î º¼ ¼ö ÀÖÀ½ ´«À¸·Î º¼ ¼ö ÀÖÀ½ °áÁ¤ºÒ°¡´ÉÇÑ ¿µ¿ª °áÁ¤ºÒ°¡´ÉÇÑ ¿µ¿ª |
Áö±¸ ÀÚ¿ø µ¥ÀÌŸ¸¦ ÀÀ¿ëÇÑ ¿¹·Î, ÅäÁö ºÐ·ù³ª Áöµµ Á¦ÀÛÀ» µé ¼ö ÀÖ´Ù. ¿µ»óÈµÈ ÅäÁöÀÇ ÇüÅ (Áï, ¸ð·¡, ³ª¹«, »ê, ±×¸®°í ¹°) ¸¦ ³ªÅ¸³»´Â ÁöµµÀÇ Á¦ÀÛÀÌ °¡´ÉÇÏ´Ù. ÀÌ·¯ÇÑ ÇüÅÂÀÇ ÅäÁö¿¡ ´ëÇØ¼ ¼·Î ´Ù¸¥ ½ºÆåÆ®·³ ¹ÝÀÀ (Áï, Ç¥ 2 ¿¡ º¸ÀÎ ½ºÆåÆ®·³¿¡¼ ¸ð·¡ÀÇ ¹ÝÀÀÀº ¹°ÀÇ ¹ÝÀÀ°ú ´Ù¸£´Ù.) À» ¾òÀ» ¼ö ÀÖÀ¸¹Ç·Î ºÎ·ù¿¡ ´ëÇÑ Æ¯Á¤ÇÑ ¸ðµ¨À» °¡Á¤ÇÏ°í ±× ¸ðµ¨À» ÇнÀ½ÃÅ´À¸·Î½á ÀÎ½Ä ½Ã½ºÅÛÀÌ °¢ ȼҸ¦ ÀÌµé ¿µ¿ª ÁßÀÇ Çϳª·Î ºÐ·ùÇÑ´Ù. Áö±¸ ÀÚ¿ø ¿µ»ó µ¥ÀÌŸ¿¡ ´ëÇÏ¿© ÀÌµé ³×°³ÀÇ Æ¯Â¡ ¸¸À» »ç¿ëÇÏ¿© ½ÇÇèÇϸé, ¾à 17 % ÀÇ ºÐ·ù ¿À·ù°¡ ¹ß»ýÇÑ´Ù. À̰ÍÀº ½ºÆåÆ®·³ Ư¡ ¸¸À» °í·ÁÇÑ °á°úÀ̹ǷΠ°ø°£Àû ¶Ç´Â ½Ã°£Àû Ư¡°ú °°Àº ¶Ç ´Ù¸¥ Ư¡À» ÃßÃâÇÏ¿© »ç¿ëÇÏ¸é ¿À·ùÀ²À» ´õ ÁÙÀÏ ¼ö ÀÖ´Ù. Áö±¸ ÀÚ¿ø µ¥ÀÌŸÀÇ ºÐ·ù¿¡ »ç¿ëµÈ °ø°£Àû Ư¡ À̿ܿ¡ ÀϹÝÀûÀÎ ¿µ»ó ºÐÇÒ¿¡ »ç¿ëµÇ´Â Ư¡À¸·Î´Â ±¸Á¶, ¹è°æ, ¸ð¾ç ¹× ±¸Á¶Àû °ü°è¼º µîÀ» µé ¼ö ÀÖ´Ù. ºÐ·ùÀÇ Á¤È®µµ¸¦ Áõ°¡½Ã۱â À§Çؼ´Â ÀϹÝÀûÀÎ ºÐ·ù ÀýÂ÷ ÀÌ¿ÜÀÇ Ãß°¡ÀûÀÎ °è»êÀÌ ÇÊ¿äÇÏ´Ù.
ÇÑ ÆÐÅÏ¿¡ ´ëÇÑ ÀǹÌÀÖ´Â Á¤º¸·Î Ư¡ÀÇ À¯¹« ¶Ç´Â ¼öÄ¡¸¦ ¸¸µé ¼ö ÀÖÁö¸¸, Ư¡°£ÀÇ »óÈ£ °ü·Ã¼º ¶Ç´Â »óÈ£ ¿¬°á¼º Á¤º¸¿Í °°Àº Áß¿äÇÑ ±¸Á¶Àû Á¤º¸µµ ¸¸µé ¼ö ÀÖ´Ù. ÀÌ·¯ÇÑ ±¸Á¶Àû Á¤º¸´Â ±¸Á¶Àû ¹¦»ç ¶Ç´Â ºÐ·ù¸¦ ½±°Ô ÇØÁØ´Ù. À̰ÍÀÌ ¹Ù·Î ±¸¹®·ÐÀû (¶Ç´Â ±¸Á¶Àû) ÆÐÅÏ ÀνÄÀÇ ±âº»ÀÌ´Ù. ±×·¯³ª, ±¸¹®·ÐÀû Á¢±Ù¹æ¹ýÀ» »ç¿ëÇϱâ À§Çؼ´Â ±¸Á¶Àû Á¤º¸¸¦ Á¤·®ÈÇÏ¿© ÃßÃâÇÒ ¼ö ÀÖ¾î¾ß ÇÏ¸ç ÆÐÅÏÀÇ ±¸Á¶Àû À¯»ç¼ºÀ» Æò°¡ÇÒ ¼ö ÀÖ¾î¾ß ÇÑ´Ù. ±¸¹®·ÐÀû Á¢±Ù¹æ¹ýÀº ÆÐÅÏÀÇ ±¸Á¶¸¦ Á¤±Ô ¾ð¾îÀÇ ±¸¹® (syntax) À¸·Î ¿¬°ü½ÃŰ´Â °ÍÀÌ´Ù. ÀüÇüÀûÀ¸·Î, ±¸¹®·ÐÀû ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀº °£´ÜÇÑ ºÎºÐ ÆÐÅÏÀ¸·Î ±¸¼ºµÈ º¹ÀâÇÑ ÆÐÅÏÀ» °èÃþÀûÀ¸·Î ¹¦»çÇÑ´Ù. °¡Àå ÇÏÀ§ °èÃþ¿¡¼´Â ÀÔ·Â µ¥ÀÌŸ·Î ºÎÅÍ ¿ø½Ã¾î (primitive) ¿ä¼Ò¸¦ ÃßÃâÇÑ´Ù. ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄÀÇ ±¸º°µÇ´Â Ư¼ºÀº ¿ø½Ã¾îÀÇ ¼±Åðú °ü·ÃÀÌ ÀÖ´Ù. ¿ø½Ã¾î´Â ºÎºÐ ÆÐÅÏ Áï, °ÇÃ๰¿¡¼ÀÇ º®µ¹¿¡ ÇØ´çÇÏ´Â ¹Ý¸é¿¡, Ư¡Àº ÀÌ¿¡ ´ëÇÑ ÀÓÀÇÀÇ ÃøÁ¤Ä¡ÀÌ´Ù.
¿¹Á¦ :
¹®ÀÚ a, b, ¶Ç´Â c ·Î ±¸¼ºµÈ ¹®ÀÚ¿ ÀÔ·Â ÆÐÅÏÀÌ ÁÖ¾îÁ³´Ù°í °¡Á¤ÇÏÀÚ. ÀÌ ¹®ÀÚ¿Àº ½ÉÀüµµ ÆÄÇü ¶Ç´Â À½¼º ½ÅÈ£¿¡¼¿Í °°ÀÌ ¿ø·¡ÀÇ ÀÔ·Â ÆÐÅÏÀ» Àüó¸®ÇÑ °á°ú¿¡ µû¶ó ¸¸µé¾îÁú ¼ö ÀÖ´Ù. µÎ°¡ÁöÀÇ Æ¯¼º »óÅ·ΠµÎ ºÎ·ùÀÇ ÆÐÅÏÀ» »ý¼ºÇϴµ¥, °¢°¢Àº ±× ±¸Á¶¿¡ ÀÇÇÏ¿© Ư¡Áö¿öÁø´Ù. ÀÌ·¯ÇÑ Ç¥º»µéÀÌ Ç¥ 3 ¿¡ ³ªÅ¸³ª ÀÖ´Ù.
Ç¥ 3 ÀüÇüÀûÀÎ ÆÐÅÏ (¹®ÀÚ¿)
ºÎ·ù 1 |
ºÎ·ù 2 |
ac abc abbc abbbc |
bc abc aabc aaabc |
ºÎ·ù 1 ¿¡ ¼ÓÇÏ´Â ÆÐÅÏÀº ¿Í °°Àº ÇüŸ¦ ÃëÇÏ´Â ¹Ý¸é¿¡, ºÎ·ù 2 ¿¡ ¼ÓÇÏ´Â ÆÐÅÏÀº
¿Í °°Àº ÇüÅ·Π¶Ç´Â ±¸Á¶¸¦ ÃëÇÑ´Ù. ´õ¿ì±â, µÎ ºÎ·ù ¸ðµÎ¿¡ ¼ÓÇÏ´Â ¿©·¯°³ÀÇ
ÆÐÅϵéÀÌ »ý¼ºµÉ ¼öµµ ÀÖ´Ù. "aaabbc" ¿Í °°Àº ÆÐÅÏÀÌ ÁÖ¾îÁú °æ¿ì,
±¸¹®·ÐÀû ÆÐÅÏ ÀνÄÀ» ºÐ·ù ¾÷¹«¿¡ Àû¿ëÇÒ ¶§ÀÇ ¸ñÇ¥´Â °ú¿¬ ¾î¶² ºÎ·ù°¡ ÀÌ
ÆÐÅÏÀ» »ý¼ºÇÏ¿´´Â °¡¸¦ °áÁ¤ÇÏ´Â °ÍÀÌ´Ù.
Çö´ëÀÇ ÄÄÇ»ÅÍ´Â »ý¹°°èÀÇ °è»ê ¹æ½ÄÀ» Èä³»³»Áö ¾Ê´Â´Ù. »ý¹°ÀÇ ½Å°æ°è°¡ Á¤º¸¸¦ ¾î¶»°Ô ÀúÀåÇÏ°í ´Ù·ç´Â °¡¿¡ °üÇÑ Áö½ÄÀ» ÀÌ¿ëÇÏ·Á´Â ½Ãµµ·Î ºÎÅÍ ¶Ç ´Ù¸¥ ¹æ¹ýÀÎ ½Å°æÀû °è»ê ¹æ½ÄÀÌ ºÎ»óÇÏ°Ô µÇ¾ú°í, ½Å°æ¸ÁÀ̶ó ºÒ¸®¿ì´Â Àΰø ½Å°æ°èÀÇ ¿¬±¸ ºÐ¾ß¸¦ À̲ø¾î ³Â´Ù. ÀÌ·¯ÇÑ ¿¬±¸´Â ½É¸®ÇÐ, ½Å°æ °úÇÐ, ÀÎÁöÇÐ ¹× ½Ã½ºÅÛ À̷аú °°Àº ¸Å¿ì ´Ù¾çÇÑ ºÐ¾ßÀÇ ¿¬±¸¸¦ È¥ÇÕÇÑ °ÍÀ¸·Î ÃÖ±Ù¿¡ »õ·Ó°Ô »ó´çÇÑ ÁÖ¸ñÀ» ¹Þ°í ÀÖ´Ù.
½Å°æ¸ÁÀº ºñ±³Àû »õ·Î¿î °è»ê ¹æ½ÄÀÌ´Ù. ÀüÅëÀûÀÎ °è»ê ¹æ½Ä¿¡ ´ëÇÑ ½Å°æ¸ÁÀÇ ÀåÁ¡, ´ÜÁ¡, ÀÀ¿ë, ±×¸®°í °ü·Ã¼ºÀÌ ¿Ïº®È÷ ÀÌÇØµÇÁö ¾ÊÀº »óÅ¿¡ ÀÖÀ¸¹Ç·Î, ½Å°æ¸Á ¿µ¿ª¿¡ ´ëÇÑ ±â´ë´Â ¸Å¿ì ³ô´Ù. ½Å°æ¸ÁÀº ÆÐÅÏ ¿¬»ó (pattern association) ¿¡ÀÇ ÀÀ¿ë¿¡ ƯÈ÷ ÀûÇÕÇÏ´Ù. ÀÚµ¿ÈµÈ Ãß·Ð ¶Ç´Â ÆÐÅÏ ÀνĿ¡ °üÇÑ ¸ðµç ¹®Á¦¸¦ Àΰø ½Å°æ¸Á (artificial neural network) À¸·Î ÇØ°áÇÒ ¼ö ÀÖ´Ù°í´Â »ý°¢µÇÁö ¾Ê´Â´Ù. ÀÌ Ã¥¿¡¼´Â ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ±¸ÇöÇϱâ À§ÇÑ ¹æ¹ýÀ¸·Î ½Å°æ¸ÁÀ» °í·ÁÇÑ´Ù.
Åë°èÀû ÆÐÅÏ ÀνÄ, ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄ, ±×¸®°í ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀνÄÀ» ¸íÈ®ÇÏ°Ô ±¸º°Çϱâ¶õ ½±Áö ¾Ê´Ù. ƯÁ¤ÇÑ ÆÐÅÏ ÀÎ½Ä ¹®Á¦°¡ ÁÖ¾îÁú ¶§, ÇнÀ ´É·ÂÀÇ ÀûÇÕ¼º »Ó ¸¸ ¾Æ´Ï¶ó ¹®Á¦¿¡ ³»ÀçµÇ¾î ÀÖ´Â Åë°èÀû ¿ä¼Ò³ª ¹®¹ýÀû ±¸Á¶ÀÇ ºÐ¼®À» ¹ÙÅÁÀ¸·Î ÇÏ¿©, Åë°èÀû ÆÐÅÏ ÀνÄ, ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄ, ±×¸®°í ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀÎ½Ä µî ¿©·¯ Á¢±Ù¹æ¹ý ÁßÀÇ Çϳª¸¦ ¼±ÅÃÇÒ ¼ö ÀÖ´Ù.
Åë°èÀû ÆÐÅÏ ÀÎ½Ä ¶Ç´Â °áÁ¤ ÀÌ·ÐÀû Á¢±Ù¹æ¹ý¿¡¼´Â ÆÐÅÏÀÇ ±¸Á¶°¡ ±×¸® Áß¿äÇÏÁö ¾Ê´Ù. ±×·¯³ª, ±× ±¸Á¶´Â ÀûÀýÇÑ Æ¯Â¡ ¼±Åÿ¡ ÀÇÇØ ¿µÇâ¹ÞÀ» ¼ö ÀÖ´Ù. Áï, ÀÌÁø Ư¡ º¤ÅÍ´Â °üÃøµÈ °ü°èÀÇ À¯¹«¸¦ ³ªÅ¸³¾ ¼ö ÀÖ´Ù. ¸¶Âù°¡Áö·Î, ¾î¶² °æ¿ì¿¡´Â ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀÌ Åë°èÀû ÆÐÅÏ ÀÎ½Ä ¹× ±¸¹®·ÐÀû ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀ¸·Î ºÎÅÍ À¯·¡µÈ °ÍÀ¸·Î º¼ ¼ö ÀÖ´Ù. ÆÐÅÏ¿¡ °üÇÑ ¸í½ÃÀûÀÎ ±¸Á¶Àû Á¤º¸¸¦ »ç¿ëÇÒ ¼ö ÀÖÀ» ¶§´Â ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄÀ» ¼±ÅÃÇÏ´Â °ÍÀÌ Àǹ̰¡ ÀÖ´Ù. ¹Ý¸é¿¡, ÀÌ·¯ÇÑ ±¸Á¶Àû Á¤º¸¸¦ »ç¿ëÇÒ ¼ö ¾øÀ» ¶§´Â Åë°èÀûÀÎ ÆÐÅÏ ÀνÄÀ» »ç¿ëÇÒ ¼ö ÀÖ´Ù. ÆÐÅÏ ÀνÄÀ» Àû¿ëÇÒ ¸¹Àº ½ÇÁ¦ÀûÀÎ ¹®Á¦µéÀÌ ÀÌµé µÎ ±Ø´Ü °£¿¡ ³õÀÌ°Ô µÈ´Ù. ¿¹¸¦ µé¾î, ¼Ó¼º ¹®¹ý (attributed grammar) [Tsai80] Àº Åë°èÀûÀÎ Á¢±Ù¹æ¹ý°ú ±¸¹®·ÐÀûÀÎ Á¢±Ù¹æ¹ýÀ» ¼·Î °áÇÕ½ÃÄÑ ÁÖ´Â ¹æ¹ýÀ» Á¦°øÇÑ´Ù.
½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ºÐ·ù´Â ±Þ ºÎ»óÇÏ´Â ¿¬±¸ ¿µ¿ªÀ¸·Î ±×ÀÇ ±â¿øÀº ¾à 30 ³â ÀüÀ¸·Î °Å½½·¯ ¿Ã¶ó°£´Ù. ÆÐÅÏ ÀÎ½Ä (¶Ç´Â °è»ê) ¿¡¼, ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀνÄÀ» »õ·Î¿î °³³äÀ¸·Î º¸¾Æ¾ß ÇÒ Áö, ¾Æ´Ï¸é ´Ü¼øÈ÷ Åë°èÀû ¶Ç´Â ±¸Á¶Àû Á¢±Ù¹æ¹ýÀÇ ±¸ÇöÀ» À§ÇÑ ¶Ç ´Ù¸¥ ±â¹ýÀ¸·Î º¸¾Æ¾ß ÇÒ Áö´Â ¾ÆÁ÷ ¸íÈ®ÇÏÁö ¾Ê´Ù. Ç¥ 4 ¿¡ ¼·Î ´Ù¸¥ ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀ» ¿ä¾àÇÏ¿´´Ù.
Ç¥ 4 Åë°èÀû, ±¸¹®·ÐÀû, ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀÇ ºñ±³
|
Åë°èÀû ÆÐÅÏÀÎ½Ä |
±¸¹®·ÐÀû ÆÐÅÏÀÎ½Ä |
½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÆÐÅÏÀÎ½Ä |
1. ÆÐÅÏ »ý¼º (ÀúÀå) |
È®·ü ¸ðµ¨ |
Á¤±Ô ¹®¹ý |
¾ÈÁ¤ »óÅ ¶Ç´Â °¡ÁßÄ¡ ¹è¿ |
2. ÆÐÅÏ ºÐ·ù (ÀνÄ) |
ÃßÁ¤/°áÁ¤ ÀÌ·Ð |
ÆÄ½Ì |
½Å°æ¸ÁÀÇ (¿¹Ãø°¡´ÉÇÑ) Ư¼º¿¡ ±â¹Ý |
3. Ư¡ ±¸¼º |
Ư¡ º¤ÅÍ |
¿ø½Ã¾î ¹× °üÃøµÈ °ü°è |
½Å°æ ÀÔ·Â ¶Ç´Â ÀúÀåµÈ »óÅ |
4. ÇнÀ ¹æ¹ý
|
¹Ðµµ/ºÐÆ÷ ÃßÁ¤ (¸ð¼öÀû) ±ºÁýÈ |
¹®¹ýÀ» ±¸¼º (¹®¹ý Ãß·Ð) ±ºÁýÈ |
½Å°æ¸Á ½Ã½ºÅÛÀÇ ¸Å°³º¯¼ö °áÁ¤ ±ºÁýÈ |
5. Á¦¾à |
±¸Á¶ Á¤º¸ÀÇ Ç¥ÇöÀÌ ¾î·Á¿ò |
±¸Á¶ ±ÔÄ¢ÀÇ ÇнÀÀÌ ¾î·Á¿ò |
³×Æ®¿öÅ©·Î ºÎÅÍ ÀÇ¹Ì Á¤º¸¸¦ °ÅÀÇ ¾òÀ» ¼ö ¾øÀ½ |
±×¸² 8 ¿¡¼´Â °£´ÜÇÑ ¹®ÀÚ ÀÎ½Ä ¹®Á¦¸¦ º¸¿©Áִµ¥, ¿©±â¿¡´Â ´Ù¾çÇÑ ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀÌ »ç¿ëµÉ ¼ö ÀÖ´Ù. ±×¸²¿¡ ³ªÅ¸³ ¹Ù¿Í °°ÀÌ, ÀÌ Á¢±Ù¹æ¹ýÀº ¾ÆÁÖ ÀûÀº Ư¡À» ÃßÃâÇÏ´Â °Í¿¡¼ ºÎÅÍ º¹ÀâÇÑ ¿ø½Ã¾î¸¦ ÃßÃâÇÏ´Â °Í¿¡ À̸£±â±îÁö ±¤¹üÀ§ÇÏ¸ç °ø°£ÀûÀÎ °ü°è¸¦ ¼ö¹ÝÇÑ´Ù. ±×¸² 9 ´Â ¸ðµ¨¿¡ ¹ÙÅÁÀ» µÐ ÆÐÅÏ »ý¼º°ú ºÐ·ù¸¦ À§ÇÑ ±× ¿ª°úÁ¤ÀÇ °üÁ¡¿¡¼ Åë°èÀû ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ý°ú ±¸¹®·ÐÀû ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀÇ °ü°è¸¦ ¼³¸íÇØ ÁØ´Ù.
±×¸² 8 ÆÐÅÏ ÀÎ½Ä Á¢±Ù¹æ¹ýÀÇ ¿¹
±×¸² 9 ¸ðµ¨ ±â¹Ý ÆÐÅÏ ÀνĿ¡¼ Åë°èÀû
ÆÐÅÏ Àνİú ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄÀÇ °ü°è ;
(a) Àüü ±¸Á¶, (b) Åë°èÀû ÆÐÅÏ ÀνÄÀÇ
¿¹, (c) ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄÀÇ ¿¹ ;
(i) ¹®¹ýÀû Á¢±Ù¹æ¹ý, (ii) ¼Ó¼º ±×·¡ÇÁ Á¢±Ù¹æ¹ý
½ÇÁ¦ÀÇ ÀÀ¿ë¿¡¼, ÀÚµ¿Àû ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ¼³°èÇÏ´Â °ÍÀº º¹ÀâÇÏ°í ¹Ýº¹ÀûÀÌ¸ç ¸¹Àº »óÈ£ÀÛ¿ëÀ» ÇÊ¿ä·Î ÇÑ´Ù. ÀÌ·¯ÇÑ ¸ðµç °ÍÀ» Æ÷ÇÔÇÏ´Â °ÍÀÌ ºÒ°¡´ÉÇϱä ÇÏÁö¸¸, ¹ÐÁ¢ÇÏ°Ô »óÈ£ °ü·ÃµÇ°í ±Ù°£ÀÌ µÉ ¼ö ÀÖ´Â ´Ü°èµéÀ» ¼Ò°³ÇÑ´Ù.
´Ü°è 1. Ư¡À» ã±â À§ÇÏ¿© °í·ÁÁßÀÎ ÆÐÅÏ ºÎ·ùµéÀ» Á¶»çÇÑ´Ù. Áï, ºÎ·ù ³»ºÎ ¹× ºÎ·ù °£ÀÇ À¯»çµµ ¶Ç´Â ºñÀ¯»çµµ »Ó ¸¸ ¾Æ´Ï¶ó Á¤·®ÈÇÒ ¼ö ÀÖ´Â ÆÐÅÏ ±¸Á¶ ¹× È®·üÀûÀ¸·Î Ư¡Áö¿ï ¼ö ÀÖ´Â °¡¸¦ Á¶»çÇÑ´Ù. µ¡ºÙ¿©, ÆÐÅÏÀÇ º¯Çü °¡´É¼ºÀ̳ª ºÒº¯ Ư¼º, ±×¸®°í ÀâÀ½ ±Ù¿øÀÇ ¹¦»ç µîÀ» ÀÌ ½ÃÁ¡¿¡¼ °í·ÁÇÑ´Ù.
´Ü°è 2. Ư¡ ¶Ç´Â ÃøÁ¤ µ¥ÀÌŸ¸¦ »ç¿ëÇÒ ¼ö Àִ°¡¸¦ °áÁ¤ÇÑ´Ù.
´Ü°è 3. ½Ã½ºÅÛÀÇ ±â´ë ¼º´É ¹× °è»ê ÀÚ¿ø¿¡ °üÇÑ Á¦¾à Á¶°Ç (Áï, ó¸® ¼Óµµ³ª ÀÎ½Ä ¼º´É µî) À» °í·ÁÇÑ´Ù.
´Ü°è 4. ÈÆ·Ã µ¥ÀÌŸÀÇ »ç¿ë°¡´É¼ºÀ» °í·ÁÇÑ´Ù.
´Ü°è 5. ÀûÀýÇϰí Àß ¾Ë·ÁÁø ÆÐÅÏ ÀÎ½Ä ±â¹ý (Áï, Åë°èÀû ÆÐÅÏ ÀνÄ, ±¸¹®·ÐÀû ÆÐÅÏ ÀνÄ, ±ºÁýÈ µî) ÀÇ »ç¿ë °¡´É ¿©ºÎ¸¦ °í·ÁÇÑ´Ù.
´Ü°è 6. ÆÐÅÏ ÀÎ½Ä ½Ã½ºÅÛÀ» ½Ã¹Ä·¹À̼ÇÇÑ´Ù. ÀÌ ½ÇÇèÀ» ÅëÇÏ¿© ¸ðµ¨, ¹®¹ý, ³×Æ®¿öÅ©ÀÇ ±¸Á¶ µîÀ» ¼±ÅÃÇÑ´Ù.
´Ü°è 7. ½Ã½ºÅÛÀ» ÈÆ·Ã½ÃŲ´Ù.
´Ü°è 8. ½Ã½ºÅÛÀÇ ¼º´ÉÀ» ½Ã¹Ä·¹À̼ÇÇÑ´Ù.
´Ü°è 9. ±â´ë ¼º´ÉÀ» ¾òÀ» ¶§ ±îÁö À§ÀÇ ´Ü°èµé Áß¿¡¼ ÇÊ¿äÇÑ ºÎºÐÀ» ¹Ýº¹ÇÑ´Ù.
ÀÚµ¿Àû ÆÐÅÏ ÀνÄÀ» À§ÇÑ °£´ÜÇÑ ¼öÇÐÀû ¸ðµ¨À»
ÅëÇØ ÆÐÅÏ ÀνÄÀÇ ±âº» °³³äÀ» ¾Ë¾Æ º¸ÀÚ. ÆÐÅÏ ÀνÄÀ» À§ÇÑ °£´ÜÇÑ ±¸Á¶´Â µÎ °³ÀÇ
±¸¼º¿ä¼ÒÀΠƯ¡ ÃßÃâ±â¿Í ºÐ·ù±â·Î ±¸¼ºµÈ´Ù. Ư¡ ÃßÃâ±â´Â ÀνÄÇÒ ÆÐÅÏÀ» ÆÐÅÏ
º¤ÅÍ À¸·Î º¯È¯½ÃÄÑ ÁÖ´Â ÀåÄ¡ÀÌ´Ù. ºÐ·ù±â´Â ÀÏ·ÃÀÇ °áÁ¤ ÇÔ¼ö¸¦ °è»êÇÔÀ¸·Î½á °¢°¢ÀÇ
ÀÔ·ÂÀ» À¯ÇÑÇÑ °¹¼ö·Î ±¸¼ºµÈ ºÎ·ù ÁßÀÇ Çϳª·Î ¹èÁ¤ÇØ ÁÖ´Â ÀåÄ¡ÀÌ´Ù. ¿À·ù´Â ÆÐÅÏ
ºÎ·ù
¿¡ ¼ÓÇÏÁö ¾Ê´Â ÆÐÅÏÀ» ÆÐÅÏ ºÎ·ù
¿¡ ¹èÁ¤ÇÒ ¶§ ¹ß»ýÇÑ´Ù. ÆÐÅÏ ºÐ·ù±â
ÀÌ ÆÐÅÏ ºÐ·ù±â
°¡ ¹üÇÏ°Ô µÉ ¿À·ù È®·üº¸´Ù ´õ ÀûÀº ¿À·ù¸¦ ¹üÇÏ°Ô µÉ È®·üÀ» °¡Áú ¶§, ÆÐÅÏ
ºÐ·ù±â
Àº ÆÐÅÏ ºÐ·ù±â
º¸´Ù ´õ ¿ì¼öÇÏ´Ù°í ¸»ÇÑ´Ù. Ư¡ ÃßÃâ±âÀÇ Ãâ·ÂÀº
À¸·Î, À̰ÍÀº ½ÇÁ¦ ÆÐÅÏ¿¡ ´ëÇÑ n °³ÀÇ ÃøÁ¤°ªÀ» ³ªÅ¸³½´Ù. ÃøÁ¤µÈ º¤ÅÍ´Â x
´Â M °³ÀÇ ÆÐÅÏ ºÎ·ù
ÁßÀÇ Çϳª¿¡ ¼ÓÇÏ´Â °ÍÀ¸·Î °¡Á¤Çϰí, °¢ ºÎ·ù°¡ ¹ß»ýÇÒ »çÀü È®·üÀÌ °°´Ù°í
°¡Á¤ÇÑ´Ù. Áï x °¡ ³ªÅ¸³ª°Ô µÉ È®·üÀÌ ¸ðµç ºÎ·ù¿¡ ´ëÇØ µ¿ÀÏÇÏ´Ù.
¸¦ x ÀÇ È®·ü ¹Ðµµ ÇÔ¼ö¶ó°í ÇÒ ¶§, x °¡ ºÎ·ù
·Î ºÎÅÍ ÁÖ¾îÁ³´Ù°í °¡Á¤ÇÒ °æ¿ì, ÃøÁ¤µÈ º¤ÅÍ x °¡ ½ÇÁ¦·Î ºÎ·ù
·Î ºÎÅÍ ³ªÅ¸³¯ È®·üÀº ´ÙÀ½°ú °°ÀÌ ÁÖ¾îÁø´Ù.
µû¶ó¼, x °¡ ºÎ·ù ·Î ºÎÅÍ ³ªÅ¸³ªÁö ¾ÊÀ» È®·ü, Áï ¿À·ù È®·üÀº ´ÙÀ½°ú °°´Ù.
À̸é, ÃÖÀûÀÇ °áÁ¤ ÇÔ¼ö ·Î, ¿À·ù È®·üÀÌ x ÀÇ °¢±â °¡´ÉÇÑ °ªµé¿¡ ´ëÇÏ¿© °¡Àå ÀÛÀº °æ¿ìÀÌ´Ù.
¸¦ °¡Àå ÀÛ°Ô ÇÏ´Â
ÀÇ °ªÀº
¸¦ °¡Àå Å©°Ô ÇÑ´Ù. µû¶ó¼,
¶Ç´Â
, ¸ðµç
¿¡ ´ëÇÏ¿©
À̸é, ÃÖÀûÀÇ °áÁ¤ ÇÔ¼ö ´Â x ¸¦ ºÎ·ù
¿¡ ¹èÁ¤ÇÑ´Ù.
ÀÎ ¸ðµç
¿¡ ´ëÇÏ¿©,
À̰í
ÀÏ ¶§ ÃÖÀûÀÇ °áÁ¤ ÇÔ¼ö
´Â x ¸¦ ºÎ·ù
³ª
¿¡ ¹èÁ¤ÇÒ ¼ö ÀÖ´Ù. ÁÖ¾îÁø x ÀÇ °ª¿¡ ´ëÇÏ¿©, ºÐ·ù±â´Â ÃÖÀûÀÇ °áÁ¤ ÇÔ¼ö¸¦
°áÁ¤ÇÏ°Ô µÈ´Ù. ÀÌÁ¦, ÃøÁ¤µÈ °ªÀÌ ´ÙÀ½°ú °°Àº °øºÐ»ê Çà·Ä (covariance matrix)
·Î Á¤±Ô ºÐÆ÷µÇ¾î ÀÖ´Ù°í °¡Á¤ÇÏÀÚ.
¿©±â¼, ´Â ÃøÁ¤ º¤ÅÍ x ÀÇ
¹øÂ° ¹×
¹øÂ° ±¸¼º¿ä¼Ò °£ÀÇ °øºÐ»êÀ̰í
´Â x ÀÇ
¹øÂ° ±¸¼º¿ä¼ÒÀÇ ºÐ»êÀÌ´Ù.
°¡ Æò±Õ º¤ÅÍ (mean vector) ÀÏ ¶§, Á¤±Ô È®·ü ¹Ðµµ
´Â
À̹ǷÎ, µÎ°³ÀÇ Á¶°ÇºÎ È®·ü ¹Ðµµ ¿Í
ÀÇ ºñÀ²Àº ´ÙÀ½°ú °°´Ù.
°øºÐ»ê Çà·ÄÀº ´ëĪÀ̹ǷΠÀÌ Á¶°ÇºÎ È®·üÀÇ ºñÀ²Àº ´ÙÀ½°ú °°ÀÌ °£´ÜÇÏ°Ô Á¤¸®ÇÒ ¼ö ÀÖ´Ù.
¸¦ ´ÙÀ½°ú °°ÀÌ Á¤ÀÇÇϸé,
´ÙÀ½°ú °°Àº ÀÎ½Ä ÇÔ¼ö¸¦ ¾ò°Ô µÈ´Ù.
ÃÖÀûÀÇ ÀÎ½Ä ÇÔ¼ö´Â ÀÎ ¸ðµç
¿Í
¿¡ ´ëÇÏ¿©,
°³·Î ±¸¼ºµÈ
ÀÇ °ªµé Áß¿¡¼ °¡Àå Å« °ÍÀ» ¼±ÅÃÇÔÀ¸·Î½á °áÁ¤µÈ´Ù.
°¡ °¡Àå Å©¸é x ´Â ºÎ·ù
¿¡ ¼ÓÇÑ´Ù°í ¸»ÇÑ´Ù. ÀÌ¿Í °°Àº ºÐ¼®¿¡ ¹ÙÅÁÀ» µÐ ÃÖÀûÀÇ ÀÎ½Ä ±¸Á¶°¡ ±×¸² 10
¿¡ ³ªÅ¸³ª ÀÖ´Ù.
±×¸² 10 °£´ÜÇÑ ÀÎ½Ä ±¸Á¶
ÀÌ ½ÄÀº µÎ ºÎ·ùÀÇ °æ¿ìÀÎ
ÀÏ °æ¿ì
±×¸®°í
ÀÏ °æ¿ì
¿¡ ´ëÇÏ¿© °ø°£À» µÎ ºÎºÐÀ¸·Î ³ª´©´Â n Â÷ °ø°£
»óÀÇ ÃÊ-Æò¸éÀ» ³ªÅ¸³» ÁØ´Ù. ±×·¯¹Ç·Î, Àº
¹øÂ°¿Í
¹øÂ° ºÎ·ù °£ÀÇ °áÁ¤ °æ°è¸¦ Çü¼ºÇÑ´Ù. ´ÙÀ½ Àå¿¡¼ °áÁ¤ ÇÔ¼ö¿Í °áÁ¤ °æ°è¿¡
´ëÇØ Æ÷°ýÀûÀ¸·Î ¼³¸íÇÑ´Ù.
8. ÆÐÅÏ ÀÎ½Ä °ü·Ã ¹®Çå
º» Àý¿¡¼´Â ÆÐÅÏ ÀÎ½Ä ºÐ¾ß¸¦ ¹ßÀü½Ã۴µ¥ ¸¹Àº ±â¿©¸¦ Çϰí ÀÖ´Â ±¹³»¿ÜÀÇ Àú¸íÇÑ ÇмúÁö ¹× Çмú ȸÀÇ ±×¸®°í Àü¹® ¼ÀûµéÀ» ¼Ò°³ÇÑ´Ù.
- ÀϺ»ÀüÀÚÁ¤º¸Åë½ÅÇÐȸ ³í¹®Áö (1947 ~ )
- ÀϺ» Á¤º¸Ã³¸®ÇÐȸ ³í¹®Áö (1960 ~ )
- ´ëÇÑÀüÀÚ°øÇÐȸ ³í¹®Áö (1964 ~ )
- Pattern Recognition Journal (1968 ~ )
- IEEE Trans. on Systems, Man and Cybernetics (1971 ~ )
- Çѱ¹Á¤º¸°úÇÐȸ ³í¹®Áö (1973 ~ )
- IEEE Trans. on Pattern Analysis and Machine Intelligence (1979 ~ )
- Pattern Recognition Letters (1982 ~ )
- International Journal of Computer Processing of Chinese and Oriental Languages (1983 ~ )
- International Journal of Pattern Recognition and Artificial Intelligence (1987 ~ )
- Çѱ¹ÀÎÁö°úÇÐȸ ³í¹®Áö (1989 ~ )
- IEEE Trans. on Neural Networks (1990 ~ )
- Neural Networks Journal (1988 ~ )
- International (Joint) Conference on Pattern Recognition (1973 ~ )
- International Conference on Pattern Recognition and Image Processing (1977 ~ 1982)
- International Graphonomics Society Conference on Handwriting (1981 ~ )
- International Conference on Computer Vision and Pattern Recognition (1983 ~ )
- International Conference on Computer Vision and Pattern Recognition (1987 ~ )
- International Workshop on Structural and Syntactic Pattern Recognition (1988 ~ )
- International Conference on Document Analysis and Recognition (1991 ~ )
- Annual Symposium on Document Analysis and Information Retrieval (1992 ~ )
- ±¹³» ¹®ÀÚ ÀÎ½Ä ¿öÅ©¼¥ (1993 ~ )
- International Workshop on Document Analysis Systems (1994 ~ )
- International Joint Conference on Neural Networks (1988 ~ )
- T. Sakai and M. Nagao, Characters and Figures Recognition Machine, Kyoritsu, Tokyo, 1967 (In Japanese).
- K. S. Fu, Sequential Methods in Pattern Recognition and Machine Learning, Academic Press, 1968.
- S. Watanabe (Ed.), Methodologies of Pattern Recognition, Academic Press, 1969.
- K. S. Fu, Pattern Recognition and Machine Learning, Plenum Press, 1971.
- K. Fukunaga, Introduction to Statistical Pattern Recognition, Plenum Press, 1971.
- C. H. Chen, Statistical Pattern Recognition, Hayden, 1973.
- R. O. Duda and P. E. Hart, Pattern Classification and Scene Analysis, Wiley-Interscience, 1973.
- J. T. Tou and R. C. Gonzalez, Pattern Recognition Principles, Addison-Wesley, 1974.
- K. S. Fu, Syntactic Methods in Pattern Recognition, Academic Press, 1974.
- C. H. Chen (Ed.), Pattern Recognition and Artificial Intelligence, Academic Press, 1976.
- K. S. Fu, Syntactic Methods in Pattern Recognition, Academic Press, 1974.
- K. S. Fu (Ed.), Digital Pattern Recognition, Springer Verlag, 1976.
- A. K. Agarwala (Ed.), Machine Recognition of Patterns, IEEE Press, 1977.
- K. S. Fu (Ed.), Syntactic Pattern Recognition, Applications, Springer Verlag, 1977.
- T. Pavlidis, Structural Pattern Recognition, Springer Verlag, 1977.
- Y. T. Chien, Interactive Pattern Recognition, Dekker, 1978.
- K. S. Fu (Ed.), Application of Pattern Recognition, CRC Press, 1982.
- K. S. Fu (Ed.), Syntactic Pattern Recognition and Applications, Prentice-Hall, 1982.
- J. Kittler, K. S. Fu and L. F. Pau (Eds.), Pattern Recognition Theory and Applications, D. Reidel Publishing, 1982.
- S. Mori, Fundamentals of Characters and Figures Recognition Techniques, Ohm, Tokyo, 1983 (In Japanese).
- S. T. Bow, Pattern Recognition - Applications to Large-Set Problems, Marcel Dekker, 1984.
- S. N. Srihari (Ed.), Computer Text Recognition and Error Correction, IEEE Computer Society Press, 1984.
- T. Kohonen, Self-Organization and Associative Memory, Springer-Verlag, Berlin, 1984.
- K. S. Fu and T. Y. Young (Eds.), Handbook of Pattern Recognition and Image Procesing, Academic Press, 1985.
- S. Watanabe, Pattern Recognition : Human and Mechanical, Wiley-Interscience, 1985.
- D. E. Rummelhart and J. L. McClelland, Parallel Distributed Processing-Explorations in the Microstructure of Cognition, Vols. I and II, Cambridge, Mass., 1986.
- E. A. Patrick and J. M. Fattu, Artificial Intelligence with Statistical Pattern Recognition, Prentice-Hall, 1986.
- P. A. Devijver and J. Kittler (Eds.), Pattern Recognition Theory and Applications, Springer Verlag, 1986.
- J. A. Anderson and E. Rosenfeld (Eds.), Neurocomputing : Foundations of Research, MIT Press, Cambridge, Mass., 1988.
- ÀÌ ¿µ¼®, ±è Àα¤, OCR ÀÇ ±â¼úµ¿Çâ ¹× Àνıâ¼ú, ±â¼úÁ¤º¸ ½Ã¸®Áî Á¦ 21 È£, »ê¾÷¿¬±¸¿ø 1988.
- M. Pavel, Fundamentals of Pattern Recognition, Marcel Dekker, 1989.
- T. Iijima, Theory of Pattern Recognition, Morishita Publishing, 1989 (In Japanese).
- Y. H. Pao, Adaptive Pattern Recognition and Neural Networks, Addison-Wesley, Reading, Mass., 1989.
- S. Mori and T. Sakakura, Fundamentals of Image Recognition, Vols, I and II, Ohm, Tokyo, 1990 (In Japanese).
- T. Khanna, Foundations of Neural Networks, Addison-Wesley, Reading, Mass., 1990.
- ¿À ¿µÈ¯, ÆÐÅÏ ÀνķР: ¹®ÀÚ¤ýÀ½¼º¤ýÈ»ó, Á¤ÀÍ»ç, 1991.
- S. T. Bow, Pattern Recognition and Image Preprocessing, Marcel Dekker, 1992.
- R. Schalkoff, Pattern Recognition - Statistical, Structural and Neural Approach, John Wiley & Sons, Inc., 1992.
- ÀÌ ¼ºÈ¯, ¹®ÀÚ ÀÎ½Ä : À̷аú ½ÇÁ¦, È«¸ª°úÇÐÃâÆÇ»ç, 1993.