• Journal of the Korean Data and Information Science Society
• /
• 제14권2호
• /
• pp.345-354
• /
• 2003

An incremental kernel principal component analysis(IKPCA) is proposed for the nonlinear feature extraction from the data. The problem of batch kernel principal component analysis(KPCA) is that the computation becomes prohibitive when the data set is large. Another problem is that, in order to update the eigenvectors with another data, the whole eigenvectors should be recomputed. IKPCA overcomes this problem by incrementally updating the eigenspace model. IKPCA is more efficient in memory requirement than a batch KPCA and can be easily improved by re-learning the data. In our experiments we show that IKPCA is comparable in performance to a batch KPCA for the classification problem on nonlinear data set.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.205-207
• /
• 2015

본 논문에서는 먼저 주성분 분석 (Principal components analysis, PCA) 을 활용한 Non-local means (NLM) 을 소개하고, 주성분 분석을 하기 위해 필수적인 공분산 행렬 계산을 효율적으로 하는 방법을 제안한다. NLM 에서의 Neighborhood patch 의 크기를 $S{\times}S=S^2$, 이미지 전체의 픽셀 수를 ${\mathcal{Q}}$ 일 때 공분한 행렬을 계산 하기 위해서는 $S^2{\times}{\mathcal{Q}}$ 크기를 가지는 행렬간의 곱 연산이 필요하다. 결론적으로 본 논문에서는 이 행렬의 크기를 줄임으로써 PSNR (Peak signal-to-noise ratio) 의 손실 없이 NLM 의 복잡도를 줄일 수 있음을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.259-261
• /
• 2005

수천개의 Gene Expression Measurement를 생성해 내는 DNA Microarray 연구는 조직과 세포의 표본으로부터 진단에 유용한 Gene Expression 정보를 모으게 된다. 이런 종류의 Data를 분석하기 위하여 SVM(Support Vector Machine)을 사용한 새로운 방법이 연구되어왔다. 본 논문에서는 Gene Expression Data에 대한 고유벡터(Eigen Vector)를 이용하여 SVM의 성능을 향상시키고 질병진단에 유용한 Gene을 찾아 내는 알고리즘을 기술한다. 고유벡터를 통하여 Gene을 선택적으로 SVM Learning에 참가 시키고 분류의 결과를 통하여 추가된 Gene이 질병 진단에 미치는 영향력을 알아냄으로써 질병에 대한 Gene 역할을 파악 하는데 활용할 수 있다.

• 한국음향학회지
• /
• 제15권1호
• /
• pp.23-33
• /
• 1996

본 논문에서는 bispectra를 위한 고전적 주영역 (classical principal domain)이 2계 Volterra 모델의 출력을 결정짓는데 사용되면 그 출력은 완전하지 못하게 될 것임을 지적한다. 이러한 불완전함은 DFT의 주기적 특성과 관련이 있다. 이런 이유로, 본 논문의 목적은 비선형 시스템의 응답의 추정을 향상기키는 Volterra 커널을 위한 확장된 주영역 (extended principal domain)을 제안하는데 있다. 확장된 주영역을 정의 내리기 위하여, 2차원 DFT와 Volterra 모델의 2계 요소와 정사각형 필터와의 관계를 사용하여 이산 시간 영역 Volterra 모델에서 새로운 이산 주파수 영역의 Volterra 모델을 유도하였다. 확장된 영역이 모델의 출력에 미치는 영향을 DFT의 주기성 측면에서 해석을 하였다. 컴퓨터 모의 실험을 통하여, Volterra 모델링에서 확장된 주영역의 영향을 살펴보았다. 모의 실험 결과에 의하면, Volterra 모델의 출력을 계산하는 과정과 Volterra 모델의 계수를 추정하는데 있어서 매우 중요한 역할을 함을 알 수 있었다.

• 대한전자공학회논문지TC
• /
• 제44권12호
• /
• pp.28-33
• /
• 2007

느린 페이딩 패널에서 공간-시간 트렐리스 부호화된 OFDM 시스템을 제안하고, 시간 영역에서 제안된 principal ratio combining(PRC)와 일반화된 PRE(GPRC)의 수식을 이론적으로 주파수 영역에서 새롭게 분석한다. 시간영역에서와 마찬가지로 GPRC 기법은 ML 및 PRC 기법을 분할하여 성능과 수신기 복잡도 간의 유연한 tradeoff를 활용할 수 있다. M진 PSK 변조 방식을 이용하는 컴퓨터 시뮬레이션을 통해 주파수 플랫 및 주파수 선택적 페이딩에서 성능을 검증한다. 또한 세 가지 수신 기법간의 수신기 복잡도와 시뮬레이션 시간을 비교 검토한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.739-741
• /
• 2003

Electroencephalogram (EEG)-based brain computer interface (BCI) provides a new communication channel between human brain and computer. EEG is very noisy data and contains artifacts, thus the extraction of features that are robust to noise and artifacts is important. In this paper we present a method with employ both independent component analysis (ICA) and oriented principal component analysis (OPCA) for artifact-robust feature extraction.

• 한국컴퓨터산업교육학회:학술대회논문집
• /
• 한국컴퓨터산업교육학회 2003년도 제4회 종합학술대회 논문집
• /
• pp.59-64
• /
• 2003

Principal component analysis(PCA) and neural network(NN) are used in reducing external noise in magnetocadiography. The PCA technique turns out to be very effective in reducing pulse noise in some SQUID channels and the NN find noise component automatically. Some experimental results obtained from 61 channel MCG system are shown.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2671-2673
• /
• 2002

본 논문에서는 주성분분석(principal component analysis; 이하 PCA)기법을 이용, 이차원 영상을 분류하여 다중해상도에서 기존의 그레이 블록 거리(grey block distance; GBD, 이하 GBD)알고리즘과 비교하여 이차원 영상간의 상대적 식별을 더 용이하게 하기 위한 새로운 GBD 알고리즘 방법을 제안한다. 이 제시된 방법은 다중해상도에서 기존의 GBD 알고리즘과 비교해서 영상이 급격히 변화하는 부분의 정보를 잃지 않게 개선할 수 있었다. 모의 실험 결과로부터 기존의 GBD 알고리즘에 비하여 상대적 식별이 더 용이함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.779-782
• /
• 2002

본 논문에서는 주성분분석(principal component analysis; 이하 PCA) 및 첨도(Kurtosis)에서의 그레이 블록 거리 알고리즘(grey block algorithms; 이하 GBD)을 이용, 영상간의 거리를 측정하여 어느 정도 영상간의 상대적 식별을 용이하게 하여 영상 분류가 되는지 모의실험을 통하여 확인하고자 한다. 모의실험 결과로부터, PCA에서는 k가 9에서 상대적 식별이 불가능함을 보였고, 첨도에서는 k가 4까지만 블록을 택할 할 수 있음을 모의실험을 통하여 확인할 수 있었다.

• 호남수학학술지
• /
• 제45권3호
• /
• pp.513-541
• /
• 2023

In this paper, we calculate Frenet frames, Frenet derivative formulas, curvatures, arc lengths, geodesic curvatures according to the Lorentzian 3-space ℝ³₁, Lorentzian sphere 𝕊²₁ and hyperbolic sphere ℍ²₀ of the spherical indicatrix curves of the spacelike Salkowski curve with the timelike principal normal in ℝ³₁ and draw the graphs of these indicatrix curves on the spheres.