• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• pp.297-300
• /
• 2001

뇌파(Electroencephalogram, EEG)는 뇌의 자발적 전기활동을 두피에서 측정한 것이다. 그 동안 뇌질환과 관련된 임상에서 주로 사용되어져 왔으며, 비선형 동역학 연구를 통해 결정론적인 동역학 신호임이 밝혀짐에 따라 뇌 기능연구 분야에서 그 응용범위가 넓어지고 있다. 우리는 뇌파 신호에 대하여 독립성분분석(Independent Component Analysis, ICA)을 통하여 그 결과를 알아보았다. 즉, 뇌파의 독립성분 분석 적용 타당성을 알아본 다음 이를 적용하여 독립 소스들을 분리해 내었다. 또한 Topological Mapping을 이용하여 각각의 독립 소스들이 뇌의 어느 위치에서 발생하는지도 알아보았다. 이를 통하여 EEG에 독립성분분석을 적용함으로써 뇌 활동의 시간적, 공간적 분석이 가능하고 유용함을 나타내었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.577-579
• /
• 2002

향후 보안시장을 이끌어갈 생체인식 기술은 현재까지 많은 발전을 거듭하고 있다. 이미 알려진 바와 같이 생체인식은 신체의 여러 부분들과 신체적 특징, 개인의 습관들이 이용되는데 전자의 경우 지문, 얼굴, 홍채, 망막, 음성, 필체, 정맥 등의 인식이 있고 후자의 경우 타이핑 습관, 걸음걸이 습관, 필기 습관 등이 해당된다. 본 연구에서는 서명인식을 필체 자체의 특징에 관련된 정보를 추출하여 인식하는 방법과는 달리 개개인의 필기 습관에 주목하여 서명을 할 때 펜을 눌러쓴 정도, 펜을 사용하는 위치 및 펜을 얼마나 뉘어 쓰는지 세워 쓰는지, 왼손잡이인지 오른손잡이인지 등의 동적 정보에 따른 특성을 알 수 있는 펜의 방위각과 기울임 정도에 대한 생체정보를 추출하고 현재 음성인식 등 여러 분야에서 사용되는 ICA를 사용하여 추출한 서명데이터의 생체정보를 분리.추출하여 이를 개개인의 검증데이터로 활용하는 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.796-798
• /
• 2005

본 연구에서는 엔트로피 이론을 사용하여 ICA(Independent Component Analysis) 점수함수를 생성하는 새로운 밀도추정자(Density Estimator)를 제안한다. 원 신호에 대한 밀도함수의 추정은 적당한 점수함수를 생성하기 위해 필요하고, 미분 가능한 밀도함수인 커널을 이용한 밀도추정법(Kernel Density Estimation)을 이용하여 점수함수를 생성하였다. 보다 빠른 점수함수의 생성을 위해서 식의 형태를 convolution 형태로 표현하였으며, ICA 학습을 위해서 결합엔트로피를 최대화(Joint Entropy Maximization)하는 방향으로 커널의 폭을 학습하였다. 이를 위해서 기울기 강하법(Gradient descent method)를 사용하였으며, 이러한 제약 사항은 새로운 밀도 추정자를 설계하기 위한 기본적인 개념을 나타낸다. 실험결과, 커널의 폭을 담당하는 smoothing parameters들이 일정한 값으로 학습함을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2687-2689
• /
• 2002

본 연구는 환자의 근육 상태를 표면 근전도(EMG, Electrocardiogram)를 통해 정량적으로 평가한 결과를 기반으로 적응 전기치료를 수행 시, 근전도 정량평가에 영향을 주는 심전도 신호를 독립요소 해석(ICA, Independent Component Analysis)을 이용하여 획득된 신호로부터 분리함으로써, 정확한 근전도 정량평가를 할 수 있도록 하는 것을 목적으로 한다. 실험 방법은 소스(source)를 근전도와 심전도 2개로 가정하고, 4 채널을 통하여 획득된 신호를 10 Hz-500 Hz의 대역통과 필터를 이용하여 필터링한 후, 1000 sample/sec로 샘플링하여 센서로 사용하였으며, JADE(Joint Approximate Diagonalization of Eigen-matrices) 알고리즘을 통하여 근전도 신호와 심전도 신호를 분리하였다. 알고리즘의 permutation ambiguity와 scaling ambiguity 특성 문제를 해결하기 위하여, 분리된 신호의 주파수 분석을 통하여 심전도와 근전도 신호로 구분하였으며, 인식된 근전도 신호의 크기를 센서 신호를 기준으로 복원하였다. 결론적으로 아날로그 및 디지털 필터와 달리 근전도의 신호의 왜곡을 극소화하면서도 심전도 신호를 분리해 냄으로써, 근전도를 통한 근육상태의 효과적인 평가가 가능하게 되었다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.679-688
• /
• 2021

보행능력은 의학적으로 다양한 뇌신경계 질환에서 사용되는 평가 지표이다. 보행에 관련된 뇌 활성화를 측정하고 분석하는 방법으로 뇌파 데이터에 대해 독립성분을 추출한 뒤 신호원 추정 및 시간-주파수 분석이 주로 사용된다. 기존의 트레드밀 기반 보행 뇌파 분석은 분할 측정한 뒤, 데이터를 병합하여 신호 전처리, 독립성분분석 및 신호원 추정을 수행하고 피험자 간 군집화를 통하여 대표 성분 클러스터들을 추출한다. 본 연구에서는 보행 뇌파에 대하여 데이터 통합 없이 각각의 분할 측정된 데이터에 대하여 개별적으로 신호 전처리, 독립성분분석 및 신호원 추정을 수행하고 모든 피험자로부터 추정된 독립성분에 대하여 피험자 간 군집화를 수행하는 새로운 방법을 제안한다. 데이터 통합이 독립성분 군집화 및 시간-주파수 분석에 미치는 영향을 조사하기 위해 기존의 통합 데이터에 기반한 두 가지 분석 방법과 본 연구에서 제안하는 데이터 통합이 없는 분석 방법을 비교하였다. 그 결과, 통합 데이터 방법들에서는 각각 2개씩의 성분 클러스터를 도출하였으나 제안하는 방법을 통해 4개의 성분 클러스터를 도출, 적은 피험자 수에도 불구하고 세분화된 보행 뇌 신호 성분 클러스터를 도출할 수 있었음을 확인하였다.

• 한국통신학회논문지
• /
• 제31권12C호
• /
• pp.1257-1264
• /
• 2006

반송파 주파수 옵셋은 OFDM(Orthogonal Frequency Division Multiplexing) 신호의 부채널간 간섭(ICI)을 유발하며, 수신 신호의 진폭과 위상을 왜곡시켜 전체적인 시스템 성능에 심각한 영향을 미친다. 본 논문에서는 OFDM 시스템에서 주파수 옵셋을 추정하는 새로운 기법을 제한한다. 이 기법은 주파수 옵셋으로 인해 위상이 회전 되어 왜곡된 OFDM 심볼의 CP와 유효 OFDM 심볼에 대해 통계적 독립 성분 분석(ICA - Independent Component Analysis)을 EVD(Eigenvalue Decomposition), 회전 페이저, 그리고 $4^{th}-cumulants$를 이용하여 시간영역에서 추정하여 보상하는 기법이다. 어떤 훈련 심볼열이나 파일럿 심볼을 필요하지 않기 때문에 대역폭 효율의 저하가 없다. 모의실험 결과, 제안된 CP-ICA 기법이 주파수 옵셋의 범위가 $0.0<\varepsilon<1.0$에서 기존의 제안된 주파수 옵셋 추정기보다 매우 좋은 BER 성능 결과를 보여준다.

• 한국멀티미디어학회논문지
• /
• 제16권9호
• /
• pp.1044-1056
• /
• 2013

본 논문에서는 피부 색소 침착 영역을 검출하고 침착 정도를 측정하는 알고리즘을 제안한다. 제안한 알고리즘에서는 먼저 훈련 영상(training image)의 통계적 분석을 통해 피부 영역에 대한 GMM-EM 클러스터링 기반 컬러 모델을 구축하고 이를 통해 피부 영역을 추출한 후, 형태학적 처리(morphological processing)를 통해 피부 영역에 존재하는 잡음을 제거한다. 이후 ICA (independent component analysis) 알고리즘을 통해 피부 영역을 헤모글로빈 및 멜라닌 성분으로 분리하고, 각 성분에 대한 투영 변환 블록 계수에 의하여 색소 침착 영역 및 크기를 결정한다. 성능 평가를 위한 모의실험으로부터 제안한 색소 침착 검출 알고리즘은 피부 색소 침착 영역의 크기 및 침착 정도를 정확하게 검출할 수 있음을 확인하였다.

• 센서학회지
• /
• 제10권5호
• /
• pp.286-291
• /
• 2001

논문에서는 임의의 시각계에서 인간과 유사한 시각 응시점을 선택하기 위한 Saliency map 모델을 제안한다. 제안하는 모델은 영상의 에지 정보를 시각 응시점 결정을 위한 특징 기저로 이용한다. 자연 정지 흑백 영상에서 상호 독립적인 에지 성분들을 찾는데 가장 좋은 방법이라고 알려진 독립성분해석 방법을 이용한다. 인간 시각계에서 시각 수용체의 비균일 분포를 고려하기 위해 카메라와 같은 시각 센서로 받은 영상을 직접 이용하는 대신에 입력 영상으로 다중 해상도를 갖는 계층 영상을 이용한다. 컴퓨터를 이용한 시뮬레이션으로부터 제안한 Saliency map을 이용하여 주어진 임의의 이미지에 대한 시각 응시점을 구한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.359-362
• /
• 2004

In multi-dimensional image, ICA-based feature extraction algorithm, which is proposed in this paper, is for the purpose of detecting target feature about pixel assumed as a linear mixed spectrum sphere, which is consisted of each different type of material object (target feature and background feature) in spectrum sphere of reflectance of each pixel. Landsat ETM+ satellite image is consisted of multi-dimensional data structure and, there is target feature, which is purposed to extract and various background image is mixed. In this paper, in order to eliminate background features (tidal flat, seawater and etc) around target feature (laver farm) effectively, pixel spectrum sphere of target feature is projected onto the orthogonal spectrum sphere of background feature. The rest amount of spectrum sphere of target feature in the pixel can be presumed to remove spectrum sphere of background feature. In order to make sure the excellence of feature extraction method based on ICA, which is proposed in this paper, laver farm feature extraction from Landsat ETM+ satellite image is applied. Also, In the side of feature extraction accuracy and the noise level, which is still remaining not to remove after feature extraction, we have conducted a comparing test with traditionally most popular method, maximum-likelihood. As a consequence, the proposed method from this paper can effectively eliminate background features around mixed spectrum sphere to extract target feature. So, we found that it had excellent detection efficiency.

• 한국지능시스템학회논문지
• /
• 제12권3호
• /
• pp.210-218
• /
• 2002

본 연구에서는 근사화된 학습알고리즘의 신경망 기반 독립성분분석에 의한 효율적인 복합영상 분리기법을 제안하였다. 제안된 학습알고리즘은 엔트로피 최적화론 위한 목적함수의 판을 구하기 위해, 도함수 계산을 요구하는 뉴우턴법 대신 단순히 함수 값만을 이용하여 계산을 근사화한 할선법 기초한 고정점 알고리즘이다. 이렇게 하면 뉴우턴법에서 요구되는 복잡한 도함수의 계산과정을 간략화 할 수 있어 고정점 알고리즘의 독립성분분석이 가지는 학습성능을 더욱 더 개선시킬 수 있다. 제안된 학습알고리즘의 독립성분분석 기법을 500개의 샘플을 가지는 4개 신호와 $512{\times}512$의 픽셀을 가지는 10개의 영상을 대상으로 임의의 혼합행렬에 따라 발생되는 복합신호 및 복합영상들을 시뮬레이션하였다. 시뮬레이션 결과, 기존의 뉴우턴법에 기초한 고정점 알고리즘의 분석기법보다 빠른 학습속도와 개선된 분리성능이 있음을 확인하였다. 특히 기존의 알고리즘에서 임의로 선정되는 초기값에 의존하는 학습성능과 대규모의 영상분리에서 발생될 수 있는 비현실적인 학습시간도 함께 해결할 수 있음을 확인할 수 있었다.