• Annual Conference on Human and Language Technology
• /
• 2006.10e
• /
• pp.164-170
• /
• 2006

본 논문에서는 한국어 동사의 개념적 클러스터링 방법을 제안하다. 사용되는 기법은 독립성분분석, Box-Cox 변환, 상관분석 등이다. 독립성분분석은 잠재적인 성분을 통계적 독립(statistical independence)에 기반하여 추출하는 분석 방법이다. 그런데, 독립성분분석에서는 mixture(동사)의 분포는 정규 분포(가우시안 분포)에 따른다고 가정한다. 따라서 동사의 분포를 보다 정규 분포화 할 필요가 있다. 이에 본 논문에서는 Box-Cox 변환을 이용하여 동사의 분포를 정규 분포에 근사한다. 또한, 독립성분분석에서는 추출할 적당한 성분의 개수를 결정할 수가 없다. 이에 본 논문에서는 주성분분석의 결과로 획득되는 고유치의 누적 기여율을 이용하여 독립성분의 수를 결정한다. 그리고, 추출된 독립성분 벡터와 동사 벡터간의 상관계수에 이용하여 독립성분(개념)에 밀접하게 관련 있는 동사들을 하나의 클러스터로 구성한다. 한국어 동사를 대상으로 클러스터링한 결과, Box-Cox 변환을 적용한 경우가 더 좋은 성능을 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.

• The Korean Journal of Applied Statistics
• /
• v.34 no.2
• /
• pp.127-139
• /
• 2021

Independent Component Analysis is a popular statistical method to separate independent signals from the mixed data, and Group Independent Component Analysis is an its multi-subject extension of Independent Component Analysis. It has been applied Functional Magnetic Resonance Imaging data and provides promising results. However, classical Group Independent Component Analysis works poorly when outliers exist on data which is frequently occurred in Magnetic Resonance Imaging scanning. In this study, we propose a robust version of the Group Independent Component Analysis based on ROBPCA. Through the numerical studies, we compare proposed method to the conventional method, and verify the robustness of the proposed method.

• The Korean Journal of Applied Statistics
• /
• v.30 no.6
• /
• pp.889-899
• /
• 2017

Independent component analysis is a multivariate approach to separate mixed signals into original signals. It is the most widely used method of blind source separation technique. ICA uses linear transformations such as principal component analysis and factor analysis, but differs in that ICA requires statistical independence and non-Gaussian assumptions of original signals. PCA have a natural ordering based on cumulative proportion of explained variance; howerver, ICA algorithms cannot identify the unique optimal ordering of the components. It is meaningful to set order because major components can be used for further analysis such as clustering and low-dimensional graphs. In this paper, we compare the performance of several criteria to determine the order of the components. Kurtosis, absolute value of kurtosis, negentropy, Kolmogorov-Smirnov statistic and sum of squared coefficients are considered. The criteria are evaluated by their ability to classify known groups. Two types of data are analyzed for illustration.

• The KIPS Transactions:PartB
• /
• v.9B no.1
• /
• pp.35-46
• /
• 2002

The EEG is a time series of electrical potentials representing the sum of a very large number of neuronal dendrite potentials in the brain. The collective dynamic behavior of neural mass of different brain structures can be assessed from EEG with depth electrodes measurements at regular time intervals. In recent years, the theory of nonlinear dynamics has developed methods for quantitative analysis of brain function. In this paper, we considered it is reasonable or not for ICA apply to EEG analysis. Then we applied ICA to EEG for big toe movement and separated the independent components for 15 samples. The strength of each independent component can be represented on the topological map. We represented ICA can be applied for time and spatial analysis of EEG.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.73-76
• /
• 2002

간질은 대뇌 신경세포의 순간적인 제어되지 않는 과도한 전기방출로 인하여, 발작적으로 몸의 경련이나, 기타 신경증상 등이 몸으로 표출되는 현상으로 이것이 반복되어 나타나는 현상이다. 간질 진단에 필수적으로 사용되는 뇌파에 혼합된 미지의 성분들로부터 각각의 독립적인 성분으로 분리하는 독립성분분석(ICA)을 적용하여 간질 발작파를 분리하고, 발생위치를 추정하였다. 본 연구에서는 부분발작 환자를 대상으로 간질 발작파가 나타나는 뇌파 신호(18개 채널)에 독립성분분석을 적용하여 18개의 독립성분으로 분리하였다. 또한 발작파(예파(sharp), 극파(spike), 예파와 서파를 동반한 극서파(sharp and slow complexes))가 나오는 간질 발작파의 유형을 분리하였다. 2차원 topological map을 이용하여 발작파의 발생위치를 나타내어 간질 진단에 독립성분분석이 적용될 수 있음을 나타내었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.325-329
• /
• 2002

본 연구에서는 할선법과 모멘트를 조합한 학습알고리즘의 신경망 기반 독립성분분석 기법을 제안하였다. 제안된 알고리즘은 할선법과 모멘트에 기초를 둔 고정점 알고리즘의 독립성분분석 기법이다. 여기서 할선법은 독립성분 상호간의 정보를 최소화하기 위해 negentropy를 최대화는 과정에서 요구되는 1차 미분에 따른 계산량을 줄이기 위함이고, 모멘트는 최대화 과정에서 발생하는 발진을 억제하여 보다 빠른 학습을 위함이다. 제안된 기법을 256×256 픽셀의 8개 지문영상에서 임의 혼합행렬에 따라 발생되는 혼합지문들을 각각 대상으로 시뮬레이션한 결과, 할선법만에 기초한 기법보다 우수한 분리성능과 빠른 학습속도가 있음을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.2
• /
• pp.271-280
• /
• 2017

Real-estate values and related economics are often the first read newspaper category. We are concerned about the opinions of experts on the forecast for real estate prices. The Box-Jenkins ARIMA model is a commonly used statistical method to predict housing prices. In this article, we tried to predict housing prices by combining independent component analysis (ICA) in multivariate data analysis and the Box-Jenkins ARIMA model. The two independent components for both the selling price index and the long-term rental price index were extracted and used to predict the future values of both indices. In conclusion, it has been shown that the actual indices and the forecast indices using ICA are more comparable to the forecasts of the ARIMA model alone.

• Journal of the Korea Computer Industry Society
• /
• v.5 no.2
• /
• pp.269-274
• /
• 2004

Noisy speech recognition is one of most important problems in speech recognition. In this paper, a method which efficiently removes the mixed noise with speech, is proposed. The proposed method is based on the ICA to separate the mixed noise. ICA(Independent component analysis) is a signal processing technique, whose goal is to express a set of random variables as linear combinations of components that are statistically as independent from each other as possible.

• 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.