• Korean Journal of Food Science and Technology
• /
• v.16 no.2
• /
• pp.175-178
• /
• 1984

The effects of the addition of starch, salt and soda ash to the dough for Naengmyon (wheat-sweet potato starch) on the mechanical property of Naengmyon noodle were evaluated by using creep test. The strain measurement was made by taking photograph with VTR system. The creep curve of noodle strand could be fitted to the 4 element Burgers model. The instantaneous elasticity and Newtonian viscosity of the noodle strand decreased by the addition of starch. The instantaneous elasticity decreased by the addition of salt up to 4%. The mechamical parameters of the noodle varied inconsistently by the addition of soda ash.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.3
• /
• pp.210-218
• /
• 2002

This paper proposes an efficient separation method of the composite images by using independent component analysis(ICA) based on neural networks of the approximate learning algorithm. The Proposed learning algorithm is the fixed point(FP) algorithm based on Secant method which can be approximately computed by only the values of function for estimating the root of objective function for optimizing entropy. The secant method is an alternative of the Newton method which is essential to differentiate the function for estimating the root. It can achieve a superior property of the FP algorithm for ICA due to simplify the composite computation of differential process. The proposed algorithm has been applied to the composite signals and image generated by random mixing matrix in the 4 signal of 500-sample and the 10 images of $512{\times}512-pixel$, respectively The simulation results show that the proposed algorithm has better performance of the learning speed and the separation than those using the conventional algorithm based method. It also solved the training performances depending on initial points setting and the nonrealistic learning time for separating the large size image by using the conventional algorithm.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.565-568
• /
• 2003

본 연구에서는 고정점 알고리즘과 원 신호의 시간적 상관성을 적응조정한 견실 알고리즘의 조합형 독립성분분석을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙에 따른 빠른 분석속도와 견실 알고리즘은 시간적 상관성과 낮은 kurtosis를 가지는 영상의 효과적인 분리를 얻기 위함이다. 제안된 알고리즘의 독립성분분석을 512$\times$512 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 혼합영상의 분리에 적용한 결과, 기존의 고정점 알고리즘의 독립성분분석보다 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.90-93
• /
• 2004

본 논문에서는 고정점 알고리즘의 독립성분분석을 이용한 물체영상의 특징추출을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법에 기초한 것으로 빠른 특징추출성능을 얻기 위함이고, 독립성분분석의 이용은 통계적으로 독립인 기저영상을 효과적으로 추출하기 위함이다. 제안된 기법을 Image＊after사에서 제공하는 352$\times$264 픽셀의 10개 물체영상을 대상으로 실험한 결과, 빠르면서도 정확한 복원성능과 PCA보다도 개선된 특징 추출성능이 있음을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.429-436
• /
• 2004

This paper proposes an independent component analyses(ICAs) of the fixed-point (FP) algorithm based on Newton and secant method by adding the kurtosis, respectively. The kurtosis is applied to cluster the analyzed components, and the FP algorithm is applied to get the fast analysis and superior performance irrelevant to learning parameters. The proposed ICAs have been applied to the problems for separating the 6-mixed signals of 500 samples and 10-mixed images of $512\times512$ pixels, respectively. The experimental results show that the proposed ICAs have always a fixed analysis sequence. The results can be solved the limit of conventional ICA without a kurtosis which has a variable sequence depending on the running of algorithm. Especially. the proposed ICA can be used for classifying and identifying the signals or the images. The results also show that the secant method has better the separation speed and performance than Newton method. And, the secant method gives relatively larger improvement degree as the problem size increases.

• The KIPS Transactions:PartB
• /
• v.11B no.3
• /
• pp.381-386
• /
• 2004

This paper proposes an independent component analysis(ICA) of the fixed-point(FP) algorithm based on Newton method by adding the kurtosis. The kurtosis is applied for clustering the components, and the FP algorithm of Newton method is applied for improving the analysis speed and performance. The proposed ICA has been applied to the problems for separating the 6-mixed signals of 500 samples and 8-mixed images of $512\times512$pixels, respectively. The experimental results show that the proposed ICA has always a fixed analysis sequence. The result can be solved the limit of conventional ICA which has a variable sequence depending on the running of algorithm. Especially, the proposed ICA can be used to classify and identify the signals or the images.

• Journal of The Korean Association For Science Education
• /
• v.9 no.2
• /
• pp.89-97
• /
• 1989

어떤 현상에 대한 학생들의 수업전 개념구조가 과학자들의 그것과 다를때 이 수업전개념을 간단한 정성적인 퀴즈를 통하여 학생 스스로 인식하게 하고 실험 또는 관찰을 통하여 학생 자신의 수업전개념 보다는 과학자들의 개념이 실험결과를 더 잘 설명할 수 있다는 것을 깨닫게 함으로써 학생들의 수업전 개념구조를 변화시키려는 교수모델을 고안하여 그 효과를 검토하였다. 고등학교 1학년 남학생 115 명(실험집단 58명, 비교집단 57명)과 고등학교 2학년 여학생 120명(실험집단 59명, 비교집단 61명)을 대상으로 뉴우턴 제2법칙에 대한 학습에 적용하고 2주후에 뉴우턴 제2법칙에 관한 시험(13문항)을 실시하였다. 그 결과, 퀴즈에 사용한 것과 유사한 상황을 다룬 문제에서는 실험집단의 성적이 비교집단의 성적보다 유의하게 높았다. 그러나, 같은 개념을 다루나 새로운 상황의 문제에서는 그 효과가 유의한 차이를 나타내지 않았다. 한가지 개념이 여러가지 새로운 상황속에 나타날때 학생들에게 이미 친숙한 상황과 새로운 상황사이의 유사점을 강조하며 위의 교수법을 계속하여 사용한다면 학생들의 뿌리깊이 밝힌 수업전 개념구조를 변화시킬 수 있으리라 사료된다. 위의 교수법은 학생들이 자신의 수업전 개념구조를 명확히 인식하고 그 불합리함을 깨달아야 하므로 자신의 수업전 개념구조에 근거하여 어떤 결과를 예측할 수 있는 예측논리(Expectation or biconditional Reasoning)가 형성된 이후의 학생들에게만 효과가 있으리라 가정하였으나 교수방법과 예측논리 사이에 유의한 상호작용효과(interaction offect)는 나타나지 않았다. 다만 여학생의 경우에서만 학생들에게 새로운 상황의 문제에서도 예측논리를 이미 형성한 실험집단의 평균이 이에 상응하는 비교집단의 평균보다 높았다. 이것은 남학생과 여학생을 지도한 교사의 교수경력과 학생들의 수업전 개념구조에 대한 교사의 인식정도에 큰 차이가 있었음을 고려할 때, 위의 수업방법을 사용하는 데 있어 교사가 학생들의 수업전 개념구조가 학생들의 개념획득에 얼마나 커다란 영향을 끼치는가에 대해 인식하는 것이 중요한 요인임을 시사한다.

• The KIPS Transactions:PartB
• /
• v.9B no.5
• /
• pp.643-652
• /
• 2002

This paper proposes an efficient hybrid 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 secant method and momentum for ICA. Secant method is applied to improve the separation performance by simplifying the computation process for estimating the root of objective function, which is to minimize the mutual informations of the independent components. The momentum is applied for high-speed convergence by restraining the oscillation if the process of converging to the optimal solution. It can simultaneously achieve a superior properties of the secant method and the momentum. The proposed algorithm has been applied to the composite 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 better performances of the separation speed and rate than those using the FP algorithm based on Newton and secant method. Especially, the secant FP algorithm can be solved the separating performances depending on initial points settings and the nonrealistic learning time for separating the large size images by using the Newton FP algorithm.

• Proceedings of the KSME Conference
• /
• 2004.11a
• /
• pp.73-78
• /
• 2004

In this research, the photoelastic experimental hybrid method with Hook-Jeeves numerical method has been developed: This method is more precise and stable than the photoelastic experimental hybrid method with Newton-Rapson numerical method with Gaussian elimination method. Using the photoelastic experimental hybrid method with Hook-Jeeves numerical method, we can separate stress components from isochromatics only and stress intensity factors and stress concentration factors can be determined. The photoelastic experimental hybrid method with Hook-Jeeves had better be used in the full field experiment than the photoelastic experimental hybrid method with Newton-Rapson with Gaussian elimination method.

• Annual Conference of KIPS
• /
• 2003.05b
• /
• pp.883-886
• /
• 2003

본 연구에서는 할선법과 모멘트의 고정점 알고리즘 독립성분분석을 이용하여 영상의 특징을 추출하는 기법을 제안하였다. 여기서 할선법은 독립성분 상호간의 정보를 최소화하기 위한 목적함수의 최적화 과정에서 요구되는 1차 미분에 따른 계산을 간략화하기 위함이고, 모멘트는 최적화 과정에서 발생하는 발진을 억제하여 보다 빠른 학습을 위함이다. 제안된 기법을 $256{\times}256$ 픽셀의 10개 지문영상에서 선택된 각각 10,000개의 3가지 영상패치들을 대상으로 적용한 결과, 제안된 기법은 뉴우턴법이나 할선법의 알고리즘 보다도 빠른 특징추출 속도가 있음을 확인하였다 한편 추출된 $16{\times}16$ 펙셀의 160개 독립성분 기저벡터 각각은 영상 각각에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인하였다.