• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.336-341
• /
• 2004

본 논문에서는 할선법의 고정점 알고리즘과 첨도를 조합한 독립성분분석을 제안하였다. 여기서 할선법의 고정점 알고리즘은 기존 뉴우턴법의 고정점 알고리즘에서 요구되는 복잡한 도함수의 계산과정을 간략화 함으로써 성분의 빠른 분석과 좀더 우수한 분석성능을 얻기 위함이고, 첨도는 유사한 속성을 가지는 성분의 군집화된 분석순서를 얻기 위함이다. 제안된 독립성분분석을 500개 샘플을 가지는 6개의 혼합신호와 $512{\times}512$ 픽셀을 가지는 8개의 혼합영상의 분리에 각각 적용하여 실험한 결과, 제안된 기법은 항상 일정한 분석순서를 유지하여 기존 할선법의 고정점 알고리즘에서 수행 때마다 랜덤하게 변하는 분석순서의 제약을 해결할 수 있었다. 특히 군집화의 속성을 가진 제안된 독립성분분석은 신호나 영상의 분류나 식별에도 적용할 수 있음을 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.381-386
• /
• 2004

본 논문에서는 첨도가 추가된 뉴우턴법의 고정점 알고리즘에 의한 독립성분분석을 제안하였다. 여기서 첨도의 추가는 유사한 속성을 가지는 성분의 군집화된 분석순서를 얻기 위함이고, 뉴우턴법의 고정점 알고리즘은 성분의 빠른 분석과 우수한 분석성능을 얻기 위함이다. 제안된 독립성분분석을 500개 샘플을 가지는 6개의 혼합신호와 $512\times512$ 픽셀을 가지는 8개의 혼합영상의 분리에 각각 적용하여 실험한 결과, 제안된 기법은 항상 일정한 분석순서를 유지하여 기존의 기법에서 알고리즘의 수행 때마다 랜덤하게 변하는 분석순서의 제약을 해결할 수 있었다. 특히 군집화의 속성을 가진 제안된 독립성분분석은 신호나 영상의 분류나 식별에도 적용할 수 있음을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 춘계 종합학술대회 논문집
• /
• pp.381-384
• /
• 2006

본 논문에서는 독립성분분석(Independent Component Analysis, 이하 ICA)기법과 median에서의 GBD 알고리즘을 이용한 영상 분류 방법을 제안한다. 이 제시된 방법은 영상이 급격히 변화하는 부분의 정보를 잃지 않게 하면서 영상간의 거리를 측정할 수 있었다. 모의 실험 결과로부터 ICA는 K가 7에서 영상간의 상대적 식별이 불가능 하였지만, median에서는 K에 관계없이 영상간의 상대적 식별이 가능함을 모의 실험을 통하여 확인하였다.

• 전자공학회논문지CI
• /
• 제39권2호
• /
• pp.10-20
• /
• 2002

여러 가지의 독립성분분석 및 암묵신호분리 알고리즘들이 개발되었지만, 아직 이러한 알고리즘들의 성능비교가 철저히 이루어지지는 못 하였다. 이 논문은 이 알고리즘들 중에서 뛰어난 알고리즘들을 센서 잡음에 대한 강인성, 계산 복잡도, 혼합 행렬의 조건, 센서 수, 학습패턴 수 등 여러 측면에서 비교한다. 또한, 알고리즘들의 성능 비교에 유용한 문제들도 제시한다. 이 비교결과는 이 알고리즘들의 EEG/MEG 분석, 음성신호분리 등과 같은 실질적 응용에 큰 도움이 될 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.90-93
• /
• 2004

본 논문에서는 고정점 알고리즘의 독립성분분석을 이용한 물체영상의 특징추출을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법에 기초한 것으로 빠른 특징추출성능을 얻기 위함이고, 독립성분분석의 이용은 통계적으로 독립인 기저영상을 효과적으로 추출하기 위함이다. 제안된 기법을 Image＊after사에서 제공하는 352$\times$264 픽셀의 10개 물체영상을 대상으로 실험한 결과, 빠르면서도 정확한 복원성능과 PCA보다도 개선된 특징 추출성능이 있음을 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.

• 한국통신학회논문지
• /
• 제31권5A호
• /
• pp.475-483
• /
• 2006

MIMO-OFDM 방식에서 추정된 채널 계수에 추정 오차가 있다면, 시스템의 성능 저하가 발생하게 된다. MIMO-OFDM 방식의 성능을 향상시키기 위해서는 무엇보다도 다중 경로 페이딩 환경에서 정확하게 채널을 추정 할 수 있는 기술이 필요하다. 본 논문에서는 다중 경로 시변 페이딩 채널하에서의 modified ICA (Independent Component Analysis)을 이용하여 수신된 신호로부터 각 송신 안테나의 송신 신호를 분리한 후, 채널을 추정하여 검파하는 새로운 채널 추정 방식인 Modified ICA 알고리즘을 소개하고, 제안하고자 한다. 본 논문에서 제안된 Modified ICA를 이용한 MIMO-OFDM 시스템에서의 채널 추정에 대한 모의실험 결과, perfect hewn channel 대해 Uncoded QPSK,16-QAM, 64-QAM의 SER과 BER 성능 비교 곡선이 매우 근접함을 알 수 있다. 따라서 제안된 알고리즘이 MIMO-OFDM 시스템에서 우수한 성능을 지니고 있음을 보여 주고 있다.

• 한국지능시스템학회논문지
• /
• 제16권5호
• /
• pp.525-530
• /
• 2006

본 논문에서는 고정점 알고리즘의 독립성분분석과 적응분할의 상호정보 추정을 조합한 입력변수선택 기법을 제안하였다. 여기서 고정점 알고리즘의 독립성분분석은 할선법에 기반을 둔 방법으로 입력변수 간의 독립성을 빠르게 찾기 위함이고, 적응분할의 상호정보 추정은 입력변수의 확률밀도함수 계산에서 동일한 량의 샘플분할을 가능하게 하여 변수상호간의 종속성을 좀 더 정확하게 구하기 위함이다. 제안된 기법을 인위적으로 제시된 각 500개의 샘플을 가지는 7개의 신호와 특정지역을 대상으로 측정된 각 55개의 샘플을 가진 24개의 환경오염신호를 대상으로 실험한 결과, 빠르고 정확한 변수의 선택이 이루어짐을 확인하였다. 또한 할선법의 고정점 알고리즘 독립성분분석을 수행하지 않을 때와 정규분할의 상호정보 추정 때보다 각각 우수한 선택성능이 있음을 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.581-587
• /
• 2003

독립 요소 분석 (Independent Component Analysis: ICA)는 텍스처를 의미 있는 특징으로 변환하는 강인한 영상 필터를 생성하기 위한 확률적 방법이다. ICA는 고차통계적 특성을 사용하여 ICA 필터와 독립 요소를 동시에 학습한다. 제안한 분류 방법은 fast ICA 알고리즘을 사용하여 KOMPSAT 영상으로부터 ICA 필터를 생성한 다음, 필터에 의해 투영된 텍스처들의 특징들을 독립 평면상에서 무감독 방법으로 분류한다. KOMPSAT 영상은 텍스처 성분이 뚜렷하지 않는 영역이 존재하기 때문에 본 논문에서는 투영된 특징 값들과 윈도우 내의 정규화된 평균 화소값으로 특징 벡터를 재구성하였다. 분류 방법으로는 K-means 클러스터링을 적용하였다. 6.6m 해상도를 가진 KOMPSAT 흑백 영상에 대해 제안한 방법은 우수한 분류 성능을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.505-507
• /
• 2002

본 논문에서는 그레이 블록 거리알고리즘(grey block algorithms, 이하 GBD)을 이용하여 독립성분분석(independent component analysis; 이하 ICA) 및 첨도(Kurtosis)에서의 영상간의 거리를 측정하여, 어느 정도 영상간의 상대적 식별을 용이하게 하여 영상 분류가 되는지 모의 실험을 통하여 확인하고자 한다. 모의 실험 결과로부터, ICA에서는 k는 8까지 상대적 식별이 되어 영상 분류가 되었고, 첨도에서는 영상간의 상대적 식별을 k가 4까지만 블록을 분할 할 수 있었다.