• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.250-252
• /
• 2004

In this paper we apply several variations of independent component analysis( ICA) methods, such as spatial ICA (sICA), temporal ICA (tICA), and spatiotemporal ICA (stICA), to yeast cell cycle datasets, and compare their performance in finding components that result in gene clusters coherent with annotations and in extract ins meaningful temporal modes. It turns out that the results of tICA are superior to those of PCA, sICA, and stICA in terms of gene clustering and the temporal modes extracted by stICA highlights particular cellular processes.

• 한국음향학회지
• /
• 제22권6호
• /
• pp.452-456
• /
• 2003

본 논문은 화자 적응시 화자 독립 모델의 차수를 줄이고 MLLR (Maximum Likelihood Linear Regression) 알고리즘에서 요구되는 역행렬 횟수를 줄이는 방법을 제안한다. 주성분분석 (PCA: principal components analysis)과 독립성분분석 (ICA: independent components analysis)을 통해 모델 혼합성분 (mixture component)들간의 상관관계를 줄임으로서 모델의 차수를 감소하였다. 주성분분석 및 독립성분분석에 요구되는 추가 연산량은 화자 독립 모델을 훈련할 때 추가함으로써 화자 적응시에 추가되는 연산량은 극히 미소하다. 36차의 HMM 파라메타 차수를 PCA는 12차, ICA는 10차로 감소하였을 때 기존의 MLLR 적응방법과 유사한 단어 인식률을 나타내었다. 즉, 모델 파라미터의 차수를 n이라고 할 때 기존의 MLLR알고리즘에서 역행열 연산에서 요구되는 연산량은 O(n⁴)에 비례하므로 PCA는 1/81, ICA는 1/167만큼 연산량을 감소하였다.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.294-299
• /
• 2005

본 논문에서는 선형적으로 흔합된 영상신호에 잡음이 첨가된 영상을 대상으로 뉴우턴법과 할선법의 고정점 알고리즘 독립성분분석을 적용하여 분리성능을 비교${\cdot}$검토하였다. 여기서 뉴우턴법의 고정점 알고리즘은 기울기 변화에 따른 속성을 이용하며, 할선법의 고정점 알고리즘은 접선의 변화를 이용하는 속성을 가진다. 실험에 이용된 신호는 2개의 $512\times512$ 픽셀 2차원 영상이며, 가우스 분포와 라플라스 분포의 잡음을 각각 이용하였다. 실험 결과, 원 영상을 분리하는 시간에서는 뉴우턴법의 고정점 알고리즘 독립성분분석이 할선법의 고정점 알고리즘 독립성분분석보다 보다 빠르며, 복원성능에서는 할선법의 고정점 알고리즘 독립성분분석이 더욱 우수한 특성이 있음을 알 수 있었다. 한편, 잡음이 많이 첨가될수록 뉴우턴법의 FP-ICA와 할선법의 FP-ICA사이의 추출속도와 분리성능은 더욱 더 큰 차이가 있음도 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제14권7호
• /
• pp.3419-3424
• /
• 2013

B형간염표면 항원 및 항체(HBsAg와 anti-HBs)에 대한 검사 방법으로 화학발광면역검사법(CIA)을 포함한 면역검사법을 주로 사용하고 있으나 최근 간편한 면역크로마토그래피법(ICA)의 사용이 늘고 있는 추세이다. 본 연구에서는 CIA법을 이용한 정량검사법과 비교하여 신속검사인 ICA법의 민감도를 평가하고자 하였다. 대학병원에 간염검사를 의뢰한 검체 중 CIA법에서 양성 및 음성으로 나온 120 검체를 선정하여 ICA법으로 분석하였다. ICA법과 CIA법의 일치율은 항원 97%와 항체 90%로 나타났다. 항원검사의 ICA법 민감도, 특이도, 양성예측도, 음성예측도는 각각 97%, 100%, 100% 및 96.8%로 나타났으며, 항체검사는 각각 90%, 93.3%, 93.1% 및 90.3%로 나타났다. ICA법을 임상에서 사용 시 결과판독에 주의가 필요하며, 낮은 역가의 경우 검출되지 않는 제한점이 있으므로 예민도가 높은 다른 검사법을 이용하여 이중검사를 시행해야 할 것으로 사료된다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.199-206
• /
• 2004

본 논문에서는 고정점 알고리즘과 신호의 시간적 상관성을 적응 조정한 견실 알고리즘의 조합형 독립성분분석을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙에 기초한 방법으로 빠른 분석속도와 우수한 분석성능을 얻기 위함이고, 견실 알고리즘은 시간적 상호 의존성이나 낮은 쿠토시스를 가지는 신호도 효과적으로 분석하기 위함이다. 특히 견실 알고리즘에서 경험적으로 설정되던 최대지연시간을 신호상호간의 자기상관함수를 이용하여 적응 조정되도록 함으로써 그 성능을 더욱 더 개선하였다. 제안된 독립성분분석을 500개 샘플을 가시는 4개의 신호와 $512\times512$ 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 혼합신호와 혼합영상 각각의 분리에 적용한 결과, 고정점 알고리즘의 독립성분분석 및 고정점 알고리즘과 최대시간지연을 경험적으로 설정하는 기존의 견실 알고리즘을 단순히 조합한 독립성분분석에 비해 분리속도와 분리률에서 개선된 성능이 있음을 확인하였다. 특히 문제의 규모가 증가할수록 분석성능의 개선정도도 증가함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.371-376
• /
• 2003

본 논문에서는 효과적인 정보를 표현하는 Independent Component Analysis(ICA)-factorial 표현방법을 이용하여 얼굴감정 인식을 수행한다. 얼굴감정인식은 두 단계인 특징추출 과정과 인식과정에 의해 이루어진다. 먼저 특징추출방법은 주성분 분석(Principal Component Analysis)을 이용하여 얼굴영상의 고차원 공간을 저차원 특징공간으로 변환한 후 ICA-factorial 표현방법을 통해 좀 더 효과적으로 특징벡터를 추출한다. 인식단계는 최소거리 분류방법인 유클리디안 거리에 근거한 K-Nearest Neighbor 알고리즘으로 얼굴감정을 인식한다. 6개의 기본감정(기쁨, 슬픔, 화남, 놀람, 공포, 혐오)에 대해 얼굴 감정 데이터베이스를 구축하고 실험해본 결과 기존의 방법보다 좋은 인식 성능을 얻었다.

• 정보처리학회논문지B
• /
• 제9B권1호
• /
• pp.35-46
• /
• 2002

뇌파(Electroencephalogram, EEG)는 뇌에서 막대한 수의 뉴런들의 전위차의 합으로 표현되는 시계열 전위차이다. 규칙적인 시간 간격으로 깊이를 가진 전극 측정에 의한 EEG로부터 서로 다른 구조를 가진 뇌에서의 뉴런 집단의 동역학을 평가할 수 있다. 최근에는 비선형 동역학 연구를 통해 뇌 기능 연구를 정량적으로 분석할 수 있는 방법이 개발되고 있다. 본 논문은 뇌파 신호를 분석함에 있어서 독립성분분석(Independent Component Analysis, ICA)의 적합성을 고려해 보았고, 15명의 정상인의 발가락 자극에 대한 EEG 신호에 이를 적용하여 독립 소스들을 분리해 내었다. 또한 Topological Hawing을 이용하여 각각의 독립 소스들의 기여도를 나타내었다. 이를 통하여 EEG에 독립성분분석을 적용함으로써 뇌 활동의 시간적, 공간적 분석이 가능하고 유용함을 나타내었다.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.99-107
• /
• 2009

본 논문에서는 자동차 번호판 숫자의 특징을 추출하기 위해 강화된 독립성분분석(independent component analysis)의 혼합모델을 제안한다 독립성분분석은 고차 통계적 특성만을 이용하기 때문에 고차 통계적 특성과 숫자 종류별 상관관계에 대한 특성을 고려하지 못한다. 이러한 독립성분분석의 한계를 극복하기 위해, 본 논문에서는 주성분분석(principle component analysis)과 선형판별분석(linear discriminant analysis)을 조합한 혼합 모델 형태의 독립성분분석을 제안한다. 실험 결과, 제안된 혼합 모델은 독립성분분석이나 다른 혼합 모델들보다 특징 추출과 인식에서 우수한 성능을 보임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제10권4호
• /
• pp.687-692
• /
• 2006

기존의 독립 요소 방법에 의한 얼굴인식에서는 주 요소 해석법으로 고유치 크기에 의해 특징을 추출하고 감소된 차원에서 특징 개선을 위한 독립 요소 해석법의 학습을 수행한다. 제거된 특징 공간 내에 필요한 요소가 있는 경우를 고려하지 못한 것이다. 새로운 방법은 독립 요소 해석에 의한 학습을 먼저 시행하고 분리된 데이터를 4차 중심 모멘트에 의한 축적 계수(cumulant)인 커토시스(kurtosis)의 절대값 크기에 의하여 특징을 추출한다. 하지만 독립 요소 방법은 효과적으로 노이즈를 제거하지 못한다. 두 방법의 결합효과는 주 요소 해석법을 노이즈 필터로 사용 할 때 극대화 될 수 있다. 즉 주 요소 해석법을 백색화와 노이즈 필터로 하고 독립 요소 해석법을 특징 추출 방법으로 사용하는 것이다. 실험 결과는 새로운 방법론이 기존의 방법론보다 우수함을 보여준다.

• 한국음향학회지
• /
• 제38권2호
• /
• pp.177-183
• /
• 2019

본 논문에서는 수동 선배열 소나의 저주파 영역에서 수신된 표적 신호로부터 간섭신호를 분리해 내기 위해 독립성분분석 알고리즘을 적용하는 방안을 제안하고 기존 알고리즘들의 성능을 비교해 보았다. 저주파 대역 신호의 경우 비교적 넓은 방위로부터 수신되기 때문에 인접 빔 신호를 관측신호로 활용하여 독립성분분석을 수행할 수 있다. 신호분리에 사용한 독립성분분석 알고리즘은 FastICA(Fast Independent Component Analysis), NNMF (Non-negative Matrix Factorization), JADE (Joint Approximation Diagonalization of Eigen-matrices)이다. 실측 선배열 수동소나신호를 이용하여 독립성분분석을 수행한 결과 제안한 방법으로 간섭신호분리가 가능함을 확인하였으며, JADE 알고리즘의 신호 분리 성능이 가장 우수한 것으로 나타났다.