• 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.

• The KIPS Transactions:PartB
• /
• v.13B no.1 s.104
• /
• pp.27-34
• /
• 2006

In this study, we propose this new algorithm that generates score function in ICA(Independent Component Analysis) using entropy theory. To generate score function, estimation of probability density function about original signals are certainly necessary and density function should be differentiated. Therefore, we used kernel density estimation method in order to derive differential equation of score function by original signal. After changing formula to convolution form to increase speed of density estimation, we used FFT algorithm that can calculate convolution faster. Proposed score function generation method reduces the errors, it is density difference of recovered signals and originals signals. In the result of computer simulation, we estimate density function more similar to original signals compared with Extended Infomax and Fixed Point ICA in blind source separation problem and get improved performance at the SNR(Signal to Noise Ratio) between recovered signals and original signal.

• The Journal of the Korea Contents Association
• /
• v.9 no.1
• /
• pp.159-166
• /
• 2009

In this paper, we analyse the noise robustness of MLPs(Multilayer perceptrons) through deriving the probability density function(p.d.f.) of output nodes with additive input noises and the misclassification ratio with the integral form of the p.d.f. functions. Also, we propose linear preprocessing methods to improve the noise robustness. As a preprocessing stage of MLPs, we consider ICA(independent component analysis) and PCA(principle component analysis). After analyzing the noise reduction effect using PCA or ICA in the viewpoints of SNR(Singal-to-Noise Ratio), we verify the preprocessing effects through the simulations of handwritten-digit recognition problems.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.07a
• /
• pp.148-149
• /
• 2002

중적외선 분광학(mid-IR spectrocopy) 에서는 2.5～15 $\mu\textrm{m}$ 의 파장을 갖는 적외선을 시료에 조사하여 absorption spectrum 을 측정하는데 이 대역은 주로 분자들의 fundamental band 가 나타나는 영역으로 각 분자의 characteristic absorption band 가 비교적 깨끗하게 분리되어 있어 특정 compound 의 존재 유무를 확인하는데 쓰여 왔다. 그러나 보통의 경우에 시료에는 한 가지 화합물만이 존재하는 것이 아니고 여러 가지 화합물이 섞여 있는 경우가 많다. (중략)

• Proceedings of the Korean Aquaculture Society Conference
• /
• 2003.10a
• /
• pp.151-152
• /
• 2003

물리ㆍ화학적 및 효소적 방법을 이용한 근육의 품질판정 지표로써 수분함량, 지질함량 그리고 콜라겐 함량등을 살펴보았으며, AEC 수치로써 건강도를 측정하고자 하였다. 즉, 이런 지표들을 이용하여 양식산 활어의 품질에 가장 큰 요인으로 작용하는 파괴강도와의 상관관계를 살펴보고자 하였다. 지금까지 조사된 양식산 활어성분 중 파괴강도가 어떠한 독립변수들에 의하여 크게 영향을 받으며, 파괴강도와 독립변수와의 관계식은 무엇인가를 규명하기 위하여 회귀분석을 실시하였다 여기서 독립변수로 사용된 것은 아래와 같다. X$_1$ : 수분함량(moisture content) X$_2$ : 지질함량(lipid content) X$_3$ : 콜라겐 함량(collagen content) 각 성분간의 상관관계를 피어슨 상관계수로 나타낸 것으로, 파괴강도와 수분 함량, 지질함량사이에는 상관성이 있으나(r=0.66, r=-0.69: p<0.05), 콜라겐의 함량과는 상관성을 가지지 못하였다. 또한, 콜라겐과 수분함량(r=0.19), 콜라겐과 지질함량(r=-0.29)로 각 성분간의 상관성이 존재하지 않았다. 그러므로, 파괴 강도값은 지질과 수분함량간의 상관관계가 형성된다. 즉, 수분함량이 크고 지질함량이 작아지면 파괴강도간은 커진다는 결론이다. 이 결과를 이용하여 파괴감도, 수분함량 그리고 지질함량간의 회귀분석을 실시한 결과 다음과 같다. Y = 0.74481 ＋ 0.01323 X$_1$- 0.05821 X$_2$ 이 회귀식을 이용하여, 참돔의 수분함량과 지질함량을 측정함으로써 참돔의 품질을 결정할수 있는 파괴강도값이 계산으로 얻어진다. 또한 효소적방법으로써 품질지표인 AEC수치를 측정함으로써 건강도를 판정할 수 있다. 그러므로, 파괴강도값을 이용하여 품질의 등급을 선정하며, AEC수치를 건강도의 등급을 선정하여야 된다. 파괴강도값에 의한 등급은 1.4kg이상은 상급, 1.2~l.4kg은 중급, 1.2kg이하를 하급으로 선정하며, AEC수치는 1.0~0.9는 상급, 0.9~0.8는 중급, 0.8이하를 하급으로 선정하여 등급화를 분류할 수 있을 것으로 판단된다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.10
• /
• pp.1451-1456
• /
• 2013

This paper propose a method for fast convergence technique in frequency domain independent component analysis (FDICA) using eigenanalysis. It important, such as SONAR system, to eliminate the interference sources through fast algorithm. Through eigenanalysing a two-by-two delayed mixture case, information of delay can be used for initial weighting parameters. Simulations show the improved performances in convergence speed and noise rejection rate. The proposed method can present close weights for optimal convergence, noise can be diminished drastically about 3 times epoch, and get the better resultss with 1~3dB than the conventional method.

• The Journal of the Acoustical Society of Korea
• /
• v.25 no.1
• /
• pp.14-20
• /
• 2006

In this paper. a novel technique to set up the initial weights in BSS of delayed mixtures is proposed. After analyzing Eigendecomposition for the correlation matrix of mixing data. the initial weights are set from the Eigenvectors ith delay information. The Proposed setting of initial weighting method for conventional FDICA technique improved the separation Performance. The computer simulation shows that the Proposed method achieves the improved SIR and faster convergence speed of learning curve.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.44 no.6
• /
• pp.16-23
• /
• 2007

Changeable biometrics has been developed as a solution to problem of enhancing security and privacy. The idea is to transform a biometric signal or feature into a new one for the purposes of enrollment and matching. In this paper, we propose a changeable biometric system that can be applied to appearance based face recognition system. In the first step when using feature extraction, ICA(Independent Component Analysis) coefficient vectors extracted from an input face image are replaced randomly using their mean and variation. The transformed vectors by replacement are scrambled randomly and a new transformed face coefficient vector (transformed template) is generated by combination of the two transformed vectors. When this transformed template is compromised, it is replaced with new random numbers and a new scrambling rule. Because e transformed template is generated by e addition of two vectors, e original ICA coefficients could not be easily recovered from the transformed coefficients.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.313-316
• /
• 2001

본 논문에서는 입력변수들의 차원을 감소시켜 polynomial adaline의 성능을 개선하는 방법을 제안하였다. 제안된 방법에서는 적응적 학습알고리즘의 주요성분분석 기법을 이용하여 입력변수의 특징을 추출하고 이를 polynomial adaline의 학습데이터로 이용하였다. 이는 주요성분분석 기법이 가지는 대용량의 입력 데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 속성을 살려 입력데이터의 차원을 감소시킴으로서 고차원의 데이터에 따른 polynomial adaline이 가지는 제약을 해결하기 위함이다. 제안된 기법의 polynomial adaline을 5 개의 입력변수를 가진 패턴분류 문제에 적용하여 시뮬레이션한 결과, 기존의 다차원 polynomial adaline보다 더욱 우수한 분류성능이 있음을 확인할 수 있었다. 그리고 커널함수의 평활요소 설정 면에서도 우수한 특성이 있음을 확인할 수 있었다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2009.10a
• /
• pp.213-214
• /
• 2009