• ETRI Journal
• /
• 제33권3호
• /
• pp.443-453
• /
• 2011

This paper evaluates the efficiency of mobile content firms through a hybrid approach combining data envelopment analysis (DEA) to analyze the relative efficiency and performance of firms and principal component analysis (PCA) to analyze data structures. We performed a DEA using the total amount of assets, operating costs, employees, and years in business as inputs, and revenue as output. We calculated fifteen combinations of DEA efficiency in the mobile content firms. We performed a PCA on the results of the fifteen DEA models, dividing the mobile content firms into those having either 'asset-oriented' or 'manpower and experience-oriented' efficiency. Discriminant analysis was used to validate the relationship between the efficiency models and mobile content types. This paper contributes toward the construction of a framework that combines the DEA and PCA approaches in mobile content firms for use in comprehensive measurements. Such a framework has the potential to present major factors of efficiency for sustainable management in mobile content firms and to aid in planning mobile content industry policies.

• Journal of the Korean Data and Information Science Society
• /
• 제7권1호
• /
• pp.113-118
• /
• 1996

주성분 분석은 자료압축, 특징추출, 통신이론, 패턴인식 그리고 화상처리등의 컴퓨터 공학분야에서 중요하게 사용되고 있다. Oja(1982,1989,1992)는 확률적 경사 강하법(SGA:Stochastic Gradient Ascent)을 이용한 제한된 헵규칙을 제안하여 주성분 분석에 사용하였다. 그러나, 이 규칙은 이상치에 민감하므로 이상치의 영향을 줄이기 위해, Xu & Yuille(1995)는 통계물리 방법을 이용한 로버스트 에너지함수를 생성하여 로버스트 주성분 분석방법을 제안하였다. 또한 Devlin et.al(1981)은 M-추정량을 이용하여 주성분 분석을 하였다. 본 논문에서는 Oja(1992)의 규칙과 Xu & Yuille(1995)의 로버스트 에너지함수를 이용하여 신경망을 구성하였다. 그리고, Devlin et.al(1981)이 제안한 시뮬레이션조건하에서 실험을 하였다. 실험한 결과와 Devlin et.al(1981)의 결과를 비교, 분석함으로써, 신경망의 성능을 확인하고자 한다.

• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.329-336
• /
• 2006

문서를 구성하는 단어들은 서로 연관이 있다는 정보를 충분히 이용할 수 있는 다변량 분석 방법 중, 주성분분석(Principal Component Analysis)을 이용하여 중요 용어를 추출하고자 한다. 본 논문에서는 주성분분석의 분석 대상을 용어 사이의 공분산행렬이 아닌 상관행렬을 이용한다. 그리고, 중요 용어를 추출하기 위해서, 보유해야 할 주성분 개수와 주성분과 용어 사이의 상관계수에 대한 최적의 임계치를 찾고자 한다. 283건의 신문기사를 대상으로, 추출된 용어에 기반한 문장 추출 실험 결과, 첫 6개까지의 주성분과 상관계수 |0.4|라는 조건에서 가장 좋은 성능을 보였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.181-184
• /
• 2000

본 논문에서는 음성 특징추출의 한 방법으로서 기존의 방법들과는 달리 음성의 통계적인 특성들을 고려하여, 입력 공간내에서 변동량이 가장 많은 방향으로 주축을 발견한 다음 그 정보를 이용하여 데이터의 중복성을 제거하는 주성분 해석(PCA:Principal Component Analysis)기법을 사용하여 음성의 특징을 추출하는 방법을 제안한다. 본 논문의 숫자음 인식실험 결과와 비교하기 위하여 기존의 음성특징 파라메타인 Mel-Cepstrum과 비교하였을 때, 0.5%의 인식률 차이가 있었으나, 음성특징 추출시 기존의 파라메타에 비하여 비교적 짧은 시간에 구해지는 점과 데이터의 통계적 특성을 이용한 최적의 기저벡터를 이용한다면 단어나 문장 인식시에 보다 나은 인식률을 얻으리라 사료된다.

• 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.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1998년도 추계학술대회
• /
• pp.257-258
• /
• 1998

To reveal the interconnected brain regions involved in human working memory, their functional connectivity was analyzed using principal component analysis (PCA). rCBF PET scans were peformed on 5 normal volunteers during the verbal and visual working memory tasks and PCA was applied. PCA produced the first principal components related with the increase of the difficulty and the second one which demonstrate the dissociation of verbal and visual memory system.

• 방송공학회논문지
• /
• 제19권1호
• /
• pp.64-74
• /
• 2014

스테레오 신호에서 방향성을 갖는 주음원 성분과 배경음 성분을 분리하는 과정은 스테레오 음원을 다채널 포맷으로 변환하는 업믹스 기술의 전처리 단계로 필요하다. 이를 위하여 PCA(Principal Component Analysis)가 널리 사용되고 있으나, 기존의 방법에서는 스테레오 음원이 진폭 패닝만 되었다고 가정하고 있기 때문에 채널 신호 간 위상 차이가 발생하는 경우 성능이 저하된다. 본 논문에서는 채널 신호간의 위상차에 의한 주성분 분석 방법의 오차를 분석하고 이를 보완하여 주성분 분석법 성능 저하를 방지하는 방법을 제안한다. 제안된 알고리즘은 주파수 빈(bin) 단위에서 채널 간 위상차를 추정하여 보상하고 임계대역 단위로 주성분과 주변 성분을 분리한다. 실험 결과로부터 위상차가 있는 스테레오 음원에 대하여 제안된 알고리즘이 PCA 분리 성능의 저하를 방지 하며, 패닝 각도, PAR(Primary to Ambient energy ratio)에 영향 받지 않는 강건한 분리 성능을 보임을 확인하였다.

• Smart Structures and Systems
• /
• 제22권1호
• /
• pp.57-70
• /
• 2018

For the long-term structural health monitoring of civil structures, the effect of ambient temperature variation has been regarded as one of the critical issues. In this study, a principal component analysis (PCA)-based algorithm is proposed to filter out temperature effects on electromechanical impedance (EMI) monitoring of prestressed tendon anchorages. Firstly, the EMI monitoring via a piezoelectric interface device is described for prestress-loss detection in the tendon anchorage system. Secondly, the PCA-based temperature filtering algorithm tailored to the EMI monitoring of the prestressed tendon anchorage is outlined. The proposed algorithm utilizes the damage-sensitive features obtained from sub-ranges of the EMI data to establish the PCA-based filter model. Finally, the feasibility of the PCA-based algorithm is experimentally evaluated by distinguishing temperature changes from prestress-loss events in a prestressed concrete girder. The accuracy of the prestress-loss detection results is discussed with respect to the EMI features before and after the temperature filtering.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.772-776
• /
• 2006

얼굴 표정인식에 관한 연구는 대부분 얼굴의 정면 화상을 가지고 연구를 한다. 얼굴 표정인식에 큰 영향을 미치는 대표적인 부위는 눈과 입이다. 그래서 표정 인식 연구자들은 눈, 눈썹, 입을 중심으로 표정 인식이나 표현 연구를 해왔다. 그러나 일상생활에서 카메라 앞에서는 대부분의 사람들은 눈동자의 빠른 변화의 인지가 어렵다. 또한 많은 사람들이 안경을 쓰고 있다. 그래서 본 연구에서는 눈이 가려진 경우의 표정 인식을 Principal Component Analysis (PCA)를 이용하여 시도하였다.

• 한국안전학회지
• /
• 제31권4호
• /
• pp.35-41
• /
• 2016

In order to guarantee the process safety and prevent accidents, the deviations from normal operating conditions should be monitored and their root causes have to be identified as soon as possible. The statistical theories-based method among various fault diagnosis methods has been gaining popularity, due to simplicity and quickness. However, according to fault magnitudes, the scalar value generated by statistical methods can be changed and this point can lead to produce wrong information. To solve this difficulty, this work employs PCA (Principal Component Analysis) based method with qualitative information. In the case study of our previous study, the number of assumed faults is much smaller than that of process variables. In the case study of this study, the number of predefined faults is 19, while that of process variables is 6. It means that a fault diagnosis becomes more difficult and it is really hard to isolate a single fault with a small number of variables. The PCA model is constructed under normal operation data in order to get a loading vector and the data set of assumed faulty conditions is applied with PCA model. The significant changes on PC (Principal Components) axes are monitored with CUSUM (Cumulative Sum Control Chart) and recorded to make the information, which can be used to identify the types of fault.