• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.293-296
• /
• 2004

본 논문에서는 잡음이 첨가된 선형적으로 혼합된 신호들을 대상으로 뉴우턴법과 할선법의 고정점 알고리즘 각각을 적용할 때 그 분리성능을 비교 검토하였다. 여기서 뉴우턴법은 기울기 변화에 따른 속성을 이용하며, 할선법은 접선의 변화를 이용하는 속성을 가진다. 실험에 이용된 신호는 512$\times$512 픽셀의 2개 2차원 영상이며, 가우스 분포와 라플라시안 분포의 잡음을 이용하였다. 실험 결과, 할선법의 알고리즘이 뉴우턴법보다 잡음에 강인한 특성을 가짐을 알 수 있었다. 한편, 잡음이 첨가되지 않은 경우보다 가우시안 잡음 및 라프라시안 잡음을 첨가한 경우, 절대합 오차값에서 각각 약 23% 및 약 9.7%정도 원영상과의 오차를 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.569-572
• /
• 2003

본 연구에서는 뉴우턴법에 기초한 고정점 알고리즘의 신경망 기반 독립성분분석에 kurtosis를 추가한 독립성분의 군집화를 제안하였다. 여기서 뉴우턴법의 고정점 알고리즘은 엔트로피에 기초한 목적 함수의 근을 구하는 근사화 방법으로 빠른 성분분석을 위함이고, kurtosis는 독립성분의 추출순서를 고려하지 않는 속성을 개선하기 위함이다. 제안된 기법을 256$\times$256 픽셀의 8개 혼합영상의 분리에 적용한 결과, 제안된 방법은 기존의 독립성분분석에서 분석순서를 고려치 않는 제약을 효과적으로 해결 할 수 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.320-324
• /
• 2002

본 연구에서는 모멘트와 뉴우턴법 및 모멘트와 할선법에 각각 기초한 고정점 알고리즘의 신경망 기반 독립성분분석 기법을 제안하였다. 여기서 뉴우턴법과 할선법은 각각 엔트로피에 기초한 목적함수의 근을 구하는 근사화 방법으로 빠른 경신을 위함이고, 모멘트는 근사화에 의한 역혼합행렬의 경신과정에서 발생하는 발진을 줄여 좀 더 빠른 학습을 위함이다. 제안된 기법을 256×256 픽셀(pixel)의 8개 지문영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들을 각각 대상으로 시뮬레이션 한 결과, 모멘트와 할선법에 기초한 알고리즘이 모멘트와 뉴우턴에 기초한 알고리즘보다 우수한 분리성능과 빠른 학습속도가 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.210-213
• /
• 2003

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.

• Korean Journal of Food Science and Technology
• /
• v.15 no.3
• /
• pp.295-301
• /
• 1983

The mechanical models representing the theological property of traditional Korean noodles; i.e. wheat flour noodle and wheat-sweet potato starch noddle, were investigated from the data obtained by creep and creep recovery test using a tensile tester. The rheological behavior of the noodle products could be expressed by the 6-elements Voigt model. The instantaneous elasticity, retarded elasticity, retardation time, retarded viscosity and Newtonian viscosity of the noodle products were evaluated. With the increasing cooking time, 4-elements Burger's model was applicable to represent the mechanical behavior of wheat-sweet potato starch noodle.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.3
• /
• pp.294-299
• /
• 2005

This paper presents the separation performance of the linearly mixed image signals with additive noises by using an independent component analyses(ICAs) of the fixed-point(FP) algorithm based on Newton and secant method, respectively. The Newton's FP-ICA uses the slope of objective function, and the secant's FP-ICA also uses the tangent line of objective function. The 2 kinds of ICA have been applied to the 2 dimensional 2-image with $512\times512$ pixels. Then Gaussian noise and Laplacian noise are added to the mixed images, respectively. The experimental results show that the Newton's FP-ICA has better the separation speed than secant FP-ICA and the secant's FP-ICA has also the better separation rate than Newton's FP-ICA. Especially, the Newton and secant method gives relatively larger improvement degree in separation speed and rate as the noise increases.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.133-136
• /
• 2002

본 연구에서는 뉴우턴법과 모멘트를 이용한 수정된 고정점 알고리즘의 독립성분분석기법을 이용한 영상의 특징추출을 제안하였다. 여기서 뉴우턴법은 엔트로피 최적화로부터 유도된 기법으로 그 계산을 간략화하여 역혼합행렬의 빠른 경신을 위함이고, 모멘트는 접선을 구하는 과정에서 함수의 기울기변화 계산에서 발생하는 발진을 줄여 좀 더 빠른 학습을 위함이다. 제안된 기법을 13개 자연영상들로부터 선택된 12×12 픽셀(pixel)의 10,000개 패치를 대상으로 시뮬레이션 한 결과, 추출된 16×16픽셀의 160개 독립성분 기저벡터 각각은 자연영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다. 또한 모멘트의 이용으로 개선된 특징추출을 얻을 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.138-141
• /
• 2003

본 연구에서는 뉴우턴법의 고정점 알고리즘에 학습파라미터를 추가한 새로운 고정점 알고리즘의 신경망 기반 독립성분분석기법을 제안하였다. 이는 목적함수의 1차 미분을 이용하는 뉴우턴법에서 역혼합행렬의 경신을 빠르게 하기 위함이고, 모멘트는 접선을 구하는 과정에서 함수의 기울기변화에 따른 발진을 줄여 좀 더욱 더 빠른 학습을 하기 위함이다. 제안된 기법을 512×512 픽셀의 5개 영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들을 각각 대상으로 시뮬레이션 한 결과, 기존의 고정점 알고리즘은 학습파리미터에 영향을 받으며, 적절한 파라미터값의 설정(학습율 1, 모멘트 0.0001)은 보다 우수한 분리성능과 빠른 분리속도를 얻을 수 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.336-341
• /
• 2002

본 연구에서는 엔트로피 최적화를 위한 목적함수의 근을 구하기 위해 단순히 함수 값만을 이용하여 계산을 근사화한 할선법에 기초한 고정점 알고리즘의 독립성분분석 기법을 제안하였다. 이렇게 하면 기존의 뉴우턴법에 기초한 고정점 알고리즘에서 요구되는 복잡한 도함수의 계산과정을 간략화 할 수 있어 더 우수한 학습성능의 독립성분분석이 가능하다. 제안된 학습알고리즘의 독립성분분석 기법을 512$\times$512의 픽셀을 가지는 10개의 영상을 대상으로 임의의 혼합행렬에 따라 발생되는 혼합영상들을 실험하였다. 실험결과, 기존의 뉴우턴법에 기초한 고정점 알고리즘의 분석기법보다 빠른 학습속도와 개선된 분리성능이 있음을 확인하였다. 특히 기존의 알고리즘에서 임의로 설정되는 초기값에 덜 의존하는 학습성능이 있음도 확인할 수 있었다.

• The KIPS Transactions:PartB
• /
• v.10B no.4
• /
• pp.397-402
• /
• 2003

This paper proposes an efficient fixed-point (FP) algorithm for improving performances of the independent component analysis (ICA) based on neural networks. The proposed algorithm is the FP algorithm based on Newton method for ICA using the adaptive learning parameters. The purpose of this algorithm is to improve the separation speed and performance by using the learning parameters in Newton method, which is based on the first order differential computation of entropy optimization function. The learning rate and the moment are adaptively adjusted according to an updating state of inverse mixing matrix. The proposed algorithm has been applied to the fingerprints and the images generated by random mixing matrix in the 8 fingerprints of 256${\times}$256-pixel and the 10 images of 512$\times$512-pixel, respectively. The simulation results show that the proposed algorithm has the separation speed and performance better than those using the conventional FP algorithm based on Newton method. Especially, the proposed algorithm gives relatively larger improvement degree as the problem size increases.