적응적 학습파라미터를 이용한 독립성분분석의 성능개선

Performance Improvement of Independent Component Analysis by Adaptive Learning Parameters

본 연구에서는 뉴우턴법의 고정점 알고리즘에 적응 조정이 가능한 학습파라미터를 이용한 신경망 기반 독립성분분석기법을 제안하였다. 이는 고정점 알고리즘의 1차 미분을 이용하는 뉴우턴법에서 역혼합행렬의 경신 상태에 따라 학습율과 모멘트가 적응조정되도록 함으로써 분리속도와 분리성능을 개선시키기 위함이다. 제안된 기법을 512$\times$512 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들의 분리에 적용한 결과, 기존의 고정점 알고리즘에 의한 결과보다 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다.