심층 합성 신경망을 활용한 효과적인 손글씨 숫자 인식

본 논문은 컨볼루션(합성)을 활용한 간단한 신경망 방법을 제안하여 손글씨 숫자 인식을 수행하였다. KNN, SVM/SOM과 같은 머신러닝 알고리즘을 사용할 경우, 글씨체의 다양성으로 인해 숫자 인식은 해결이 불가능한 과제로 여겨져 왔다. 본 연구에서는 MNIST 데이터셋을 활용하여 총 7만 개의 숫자(서술 스타일이 250종에 달함)를 이용해 컨볼루션 신경망(Convolutional Neural Networks, CNN)을 구현하였다. 제안된 방법은 6만 개의 학습 데이터를 기반으로 학습 시 0.1% 미만의 손실을 기록하며, 실제 손글씨 숫자 예측에서 98.51%의 정확도를 달성하였으며, 검증 데이터셋(1만 개)에서도 뛰어난 성능을 보였다.