• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.605-608
• /
• 2006

본 논문에서는 고정점 알고리즘의 독립성분분석과 상호정보 추정을 조합한 입력변수선택 기법을 제안하였다. 여기서 뉴우턴법에 기반을 둔 빠른 분석성능을 가지는 고정점 알고리즘의 독립성분분석은 입력변수 간의 독립성을 빠르게 찾기 위함이고, 입력변수의 확률밀도함수의 계산을 위해 적응적 분할을 이용한 상호정보의 추정은 변수상호간 종속성을 좀 더 정확하게 정량화하기 위함이다. 제안된 기법을 인위적으로 제시된 각 500개의 샘플을 가지는 6개의 독립신호와 1개의 종속신호를 대상으로 실험한 결과 빠르고 정확한 변수의 선택이 이루어짐을 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 Korean Journal of Applied Statistics
• /
• v.19 no.1
• /
• pp.135-148
• /
• 2006

Independent component analysis (ICA) is a statistical method for transforming an observed high-dimensional multivariate data into statistically independent components. ICA has been applied increasingly in wide fields of spectrum application since ICA is able to extract unknown components of a mixture from spectra. We focus on application of ICA for separating independent sources and predicting each composition using extracted components. The theory of ICA is introduced and an application to a metal surface spectra data will be described, where subsequent analysis using non-negative least square method is performed to predict composition ratio of each sample. Furthermore, some simulation experiments are performed to demonstrate the performance of the proposed approach.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.709-712
• /
• 2005

본 논문에서는 독립성분분석에 기반한 인수부호를 이용한 물체영상의 특징추출을 제안하였다. 효과적인 독립성분분석을 구현을 위해 입출력 사이의 상호정보를 최대화하는 자율학습의 알고리즘을 이용하였으며, 통계적으로 독립인 계수로 구성된 인수부호를 효과적으로 추출하기 위해 독립성분분석의 이용하였다. 제안된 기법을 Imageafter사에서 제공하는 $352{\times}264$ 픽셀의 18개 물체영상을 대상으로 실험한 결과, 빠르면서도 정확한 복원성능과 PCA보다도 개선된 특징 추출성능이 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.797-800
• /
• 2005

본 논문에서는 고정점 알고리즘의 독립성분분석을 이용하여 얼굴영상의 인수부호를 찾아 얼굴을 인식하는 기법을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법에 기초한 것으로 빠른 특징추출을 위함이고, 독립성분분석의 이용은 통계적으로 독립인 계수로 구성된 인수부호를 효과적으로 추출하기 위함이다. 제안된 기법을 Yale 얼굴영상 데이터베이스로부터 선택된 20개의 $324{\ast}243$ 픽셀의 영상을 대상으로 시뮬레이션한 결과, 기저영상의 개수에 따른 압축성능과 L1- 및 L2-norm의 거리척도에 따른 분류에서 우수한 인식성능이 있음을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1033-1036
• /
• 2002

본 연구에서는 Newton 기법과 모멘트에 기초를 둔 fixed point 알고리즘의 신경망 기반 독립성분분석기법을 제안하였다. 여기서 Newton 기법은 함수의 접선에 기초를 둔 해를 구하는 방법으로 역혼합행렬의 빠른 경신을 위함이고, 모멘트는 접선을 구하는 과정에서 함수의 기울기변화 계산으로 발생하는 발진을 줄여 좀 더 빠른 학습을 위함이다. 제안된 기법을 $256{\times}256$ 픽셀(pixel)의 12개 지문영상으로부터 임의의 혼합행렬에 따라 발생되는 영상들을 각각 대상으로 시뮬레이션 한 결과, 기존의 Fixed point 알고리즘에 의한 결과보다 우수한 분리성능과 빠른 학습속도가 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.851-854
• /
• 2004

본 논문에서는 독립성분분석(Independent Component Analysis, 이하 ICA)기법과 Kurtosis에서의 제안된 GBD 알고리즘을 이용한 영상 분류 방법을 제안한다. 이 제시된 방법은 기존의 GBD 알고리즘과 비교해서 영상이 급격히 변화하는 부분의 정보를 잃지 않게 개선할 수 있었다. 모의실험 결과로부터 제안된 GBD 알고리즘을 적용하여 영상을 분류할 때 편차가 줄어들어 영상간의 상대적 식별을 용이하게 하여 빨리 수렴이 되는 것을 모의실험을 통하여 확인 할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.3
• /
• pp.336-341
• /
• 2004

This paper proposes an independent component analysis(ICA) of the fixed-point (FP) algorithm based on secant method and the kurtosis. The FP algorithm based on secant method is applied to improve the analysis speed and performance by simplifying the calculation process of the complex derivative in Newton method, the kurtosis is applied to cluster the components. The proposed ICA has been applied to the problems for separating the 6-mixed signals of 500 samples and 8-mixed images of $512{\times}512$ 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 based on secant method 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.627-630
• /
• 2003

본 연구에서는 고정점 알고리즘의 독립성분분석과 원 신호의 시간적 상관성을 고려한 견실 알고리즘의 독립성분분석을 각각 이용하여 혼합지문영상을 분리하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙을 이용함으로써 빠른 분리속도를 가진다. 견실 알고리즘은 2차적 통계성의 일괄처리 알고리즘으로 시간적 상관성과 낮은 kurtosis를 가진 영상분리에 효과적이다. 이들 기법들을 $256{\times}256$ 픽셀의 8개 지문으로부터 임의의 혼합행렬에 따라 발생되는 지문의 분리에 적용한 결과, 견실 알고리즘이 고정점 알고리즘의 독립성분분석에 비해 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.623-626
• /
• 2003

본 연구에서는 고정점 알고리즘의 독립성분분석과 원신호의 시간적 상관성을 고려한 견실 알고리즘의 독립성분분석을 혼합한 조합형 독립성분분석에 의한 혼합영상의 분리를 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙을 이용함으로써 빠른 분리속도와 우수한 분리성능을 가지며, 견실 알고리즘은 2차적 통계성의 일괄처리 알고리즘으로 시간적 상관성 및 낮은 kurtosis를 가진 영상분리에 효과적이다. 이들 기법들을 $512{\times}512$ 픽셀의 4개 영상으로부터 임의의 혼합행렬에 따라 발생되는 흔합영상의 분리에 적용한 결과, 우수한 분리성능과 빠른 분리속도가 있음을 확인하였다.