• 제어로봇시스템학회:학술대회논문집
• /
• 2002.10a
• /
• pp.96.2-96
• /
• 2002

In this paper, a new method for the mixed image separation is presented using the independent component analysis, the innovation process, and the expectation-maximization. In general, the independent component analysis (ICA) is one of the widely used statistical signal processing scheme that represents the information from observations as a set of random variables in the form of linear combinations of another statistically independent component variables. In various useful applications, ICA provides a more meaningful representation of the data than the principal component analysis through the transformation of the data to be quasi-orthogonal to each other, which can be utilized in linear p...

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.167-170
• /
• 2003

We develop semiparametric methods for matched case-control studies using regression splines. Three methods are developed: an approximate crossvalidation scheme to estimate the smoothing parameter inherent in regression splines, as well as Monte Carlo Expectation Maximization (MCEM) and Bayesian methods to fit the regression spline model. We compare the approximate cross-validation approach, MCEM and Bayesian approaches using simulation, showing that they appear approximately equally efficient, with the approximate cross-validation method being computationally the most convenient. An example from equine epidemiology that motivated the work is used to demonstrate our approaches.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.151-153
• /
• 2006

we present a method of sequential speech enhancement, where we infer clean speech signal using a Rao-Blackwellized particle filter (RBPF), given a noise-contaminated observed signal. In contrast to Kalman filtering-based methods, we consider a non-Gaussian speech generative model that is based on the generalized auto-regressive (GAR) model. Model parameters are learned by a sequential Newton-Raphson expectation maximization (SNEM), incorporating the RBPF. Empirical comparison to Kalman filter, confirms the high performance of the proposed method.

• Journal of Korean Society for Quality Management
• /
• v.39 no.2
• /
• pp.320-328
• /
• 2011

This research proposes comprehensive models for analyzing common cause failures (CCF) due to cumulative shocks and to assess system reliability under the CCF. The proposed cumulative shock models are based on the binomial failure rate (BFR) model. Six kinds of models are proposed so as to explain diverse cumulative shock phenomena. The models are composed of the initial failure probability, shape parameter, and the total shock number. Some parameters of the proposed models can not be explicitly estimated, so we adopt the Expectation-maximization (EM) algorithm in order to obtain the maximum likelihood estimator (MLE) for the parameters. By estimating the parameters for the cumulative shock models, the system reliability with CCF can be assessed sequentially according to the number of cumulative shocks. The result can be utilizes in dynamic probabilistic safety assessment (PSA), aging studies, or risk management for nuclear power plants. Replacement or maintenance policies can also be developed based on the proposed model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.317-319
• /
• 2012

본 논문에서는 아웃라이어 처리를 통한 강인한 HDR 영상 복원 방법을 제시한다. 기존의 방법들은 LDR 영상들에서 흔히 발생하는 긴 노출시간으로 인한 블러 현상이나 저노출/과노출로 인한 포화 픽셀(아웃라이어)을 고려하지 않았다. 본 논문이 제시하는 방법은 MAP(Maximum a priori)을 이용하여 블러 및 아웃라이어를 반영하여 HDR 영상 복원 문제를 정확히 모델링하고, 블러 추정 및 EM(Expectation-Maximization) 알고리즘 기반의 아웃라이어 추정을 통해 품질 저하가 없는 선명한 HDR 영상을 복원한다. 실험 결과를 통해 본 논문이 제시하는 방법이 블러 및 아웃라이어를 포함하는 LDR 영상들로부터 우수한 품질의 HDR 영상을 효과적으로 복원할 수 있음을 보이며, 최근에 개발된 방법들과 비교해서도 더 우수한 품질을 갖는 것을 볼 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.548-550
• /
• 1999

무인 주행 차량에 있어서, 포장 또는 비포장 도로의 시각적 추적은 매우 중요한 문제중의 하나이다. 따라서, 비디오 이미지로부터 비포장 도로를 추적할 수 있는 신속한 비젼 알고리즘의 개발이 필요하다. 이 논문에서는 칼만 필터와 EM(Expectation Maximization) 이론을 이용해 도로를 예측하고 시스템 파라미터를 갱신하는 방법을 제시한다. 시스템 파라미터, 도로 state, 도로 경계선, 그리고 모든 과거 데이터들을 각각 EM 파라미터, hidden data, incomplete data와 complete data로 정의함으로서 도로 state를 예측하고 시스템 파라미터를 추정할 수 있는 시간 회귀적 수식을 유도해 낼 수 있다. 이러한 방법을 이용하여 도로 state는 칼만 필터에 의해 매 프레임마다 예측되며, 시스템 파라미터들은 주기적으로 갱신되는 것이다. 결과적으로 이 방법은 주변환경과 날씨에 많은 영향을 받는 도로의 모양과 특징을 잘 찾아낼 수 있다. 또한 도로의 다음 state를 예측할 수 있는 점을 이용하면 계산량을 줄일 수 있으므로 실시간 구현에 용이하다. 이와 같은 방법으로 우리는 0.1 sec/frame 처리속도를 보장하는 도로추적 시스템을 구현하였다.

• The Transactions of the Korean Institute of Electrical Engineers D
• /
• v.50 no.8
• /
• pp.400-405
• /
• 2001

Quadrature Amplitude Modulation(QAM) is well known a bandwidth efficient modulation scheme. However, its use for mobile communications has been limited due to noise and signal distortion. Recently, the QAM scheme is emerging as a new modulation scheme for a band-limited wireless system. In this paper, we propose an iterative decoding algorithm assuming QAM signal for a narrow-band mobile channel. The Algorithm is based on the EM(Expectation Maximization) Algorithm, and the performances of the proposed decoder are assessed using computer simulation. The simulation results show that the proposed decoder perform better compared to that of other schemes.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2615-2617
• /
• 2003

The Kalman filter is a recursive Linear Estimator for the linear dynamic systems(LDS) affected by two different noises called process noise and measurement noise both of which are uncorrelated white. The Expectation Maximization(EM) algorithm is employed in this paper as a preprocessor to reinforce the effectiveness of Kalman estimator. Particularly, we focus on the relation between Kalman filter and EM algorithm in the LDS. In this paper, we propose a new algorithm to improve the performance on the parameter estimation via EM algorithm, which improves the overall process of Kalman filtering. Since Kalman filter algorithm not only needs the system parameters but also is very sensitive the initial state conditions, the initial conditions decided through EM turns out to be very effective. In experiments, the computer simulation results ate provided to demonstrate the superiority of the proposed algorithm.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.9-11
• /
• 2014

본 논문에서는 오디오 신호의 특성 표현에 유용한 nonnegative matrix factorization(NMF)에 대해 설명하였으며, expectation maximization (EM)을 이용한 NMF 파라미터 추출 및 EM-NMF 기반한 오디오 소스 분리 기술에 대해서 설명했다. 또한, 다중 단계 NMF-EM 구조의 객체 분리를 통해서 객체 분리 성능을 향상시키기 위한 알고리즘을 제안하며, 제안된 알고리즘은 K-pop 음원과 SDR(source distortion ratio)를 통해서 객체 분리 성능을 평가한다. 성능 평가 결과 제안된 알고리즘은 다중 단계를 통해 약 3dB 의 보컬 분리 성능이 향상되며, 상업적 음원 제작에서 사용되는 가상 오디오 효과가 많이 적용된 음원에서 약 5dB 의 분리 성능을 향상시켰다. 그러므로 제안된 방식은 오디오 객체 분리에 유용한 방법이 될 것으로 생각된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 2002.10a
• /
• pp.110.1-110
• /
• 2002

We propose a novel neuro-fuzzy system based on an efficient clustering method. It is a very useful method that improves the performance of a fuzzy model with small number of fuzzy rules. The fuzzy clustering methods are studied in the wide range of fuzzy modeling. One of them, the grid partition method has problem of exponentially increasing number of rules when the dimension of input or number of membership function is linearly increased. On the other hand, the Expectation Maximization algorithm is an efficient estimation for unknown parameters of the Gaussian mixture model. Here it is noted that the parameters can be used for fuzzy clustering method. In a fuzzy modeling, it is desired that...