• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.357-365
• /
• 2011

This paper investigates a penalized likelihood method for estimating the parameter of normal mixtures in multivariate settings with full covariance matrices. The proposed model estimates the number of components through the addition of a penalty term to the usual likelihood function and the construction of a penalized likelihood function. We prove the consistency of the estimator and present the simulation results on the multi-dimensional nor-mal mixtures up to the 8-dimension.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.529-531
• /
• 2001

We present an expectation-maximization algorithm for principal component analysis via orthogonalization. The algorithm finds actual principal components, whereas previously proposed EM algorithms can only find principal subspace. New algorithm is simple and more efficient thant probabilistic PCA specially in noiseless cases. Conventional PCA needs computation of inverse of the covariance matrices, which makes the algorithm prohibitively expensive when the dimensions of data space is large. This EM algorithm is very powerful for high dimensional data when only a few principal components are needed.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2001년도 추계학술대회
• /
• pp.13-16
• /
• 2001

We compare methods for detecting influential observations that have a large influence on the likelihood ratio test statistics that the two sets of variables are uncorrelated with one another. For this purpose we derive results of the deletion diagnostic, the influence function, the standardized influence matrix and the local influence. An illustrative example is given.

• Smart Structures and Systems
• /
• 제13권2호
• /
• pp.257-280
• /
• 2014

In this paper, a novel PARAllel FACtor (PARAFAC) decomposition based Blind Source Separation (BSS) algorithm is proposed for modal identification of structures equipped with tuned mass dampers. Tuned mass dampers (TMDs) are extremely effective vibration absorbers in tall flexible structures, but prone to get de-tuned due to accidental changes in structural properties, alteration in operating conditions, and incorrect design forecasts. Presence of closely spaced modes in structures coupled with TMDs renders output-only modal identification difficult. Over the last decade, second-order BSS algorithms have shown significant promise in the area of ambient modal identification. These methods employ joint diagonalization of covariance matrices of measurements to estimate the mixing matrix (mode shape coefficients) and sources (modal responses). Recently, PARAFAC BSS model has evolved as a powerful multi-linear algebra tool for decomposing an $n^{th}$ order tensor into a number of rank-1 tensors. This method is utilized in the context of modal identification in the present study. Covariance matrices of measurements at several lags are used to form a $3^{rd}$ order tensor and then PARAFAC decomposition is employed to obtain the desired number of components, comprising of modal responses and the mixing matrix. The strong uniqueness properties of PARAFAC models enable direct source separation with fine spectral resolution even in cases where the number of sensor observations is less compared to the number of target modes, i.e., the underdetermined case. This capability is exploited to separate closely spaced modes of the TMDs using partial measurements, and subsequently to estimate modal parameters. The proposed method is validated using extensive numerical studies comprising of multi-degree-of-freedom simulation models equipped with TMDs, as well as with an experimental set-up.

• 한국음향학회지
• /
• 제8권4호
• /
• pp.44-52
• /
• 1989

UCERSS (Unit Circle Eigendecomposition Rational Signal Subspace) 알고리듬은 MUSIC(MUltiple Signal Classification) 알고리듬을 2차원으로 확장하여 단위원 상에서의 eigendecomposition을 이용함으로써 다수의 광대역 신호의 입사각을 추정해 왔다. 이 논문의 목적은 신호대잡음비가 아주 낮은 경우에도 다수의 광대역 신호의 입사각을 추정할 수 있도록 UCERSS 알고리듬을 개선하는데 있다. 잡음 성분을 술이기 위해 covariance difference 행렬을 이용한 ESPRIT(Estimation of Signal Parameter via Rotational Invariance Technique) 알고리듬을 UCERSS 알고리듬과 결합하여 2차원으로 확장시킨 wide band ESPRIT 알고리듬을 제시하였다. 컴퓨터 시뮬레이션을 통하여 제시된 알고리듬의 성능을 UCERSS 알고리듬의 성능과 비교하여 제시된 알고리듬의 성능이 우수함을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권5호
• /
• pp.133-138
• /
• 2010

본 논문에서는 이미지에 대한 공간 특성(Spatial properties) 및 통계적 특성(Statistical properties)을 포함한 특징이미지를 구성하고, 지역 분산 크기를 이용한 공분산 행렬을 생성하여 텍스쳐 분류에 이용함으로서 조도(illumination) 및 노이즈(Noise) 그리고 회전(Rotation)에 강인한 텍스쳐 분류 방법을 제안한다. 또한 영역 합계의 빠른 연산을 위해 사용된 중간 이미지 표현인 적분 이미지(Integral Image)를 이용함으로서 텍스쳐 검출 프로세스의 수행 시간을 최소화 하는 방법을 제공한다. 제안한 방법의 성능 평가를 위해 브로다츠(Brodatz) 질감 이미지를 이용하여 잡음 추가 및 히스토그램 명세화 그리고 회전 이미지를 생성하여 실험하였으며, 96% 이상의 성능을 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.47-50
• /
• 2015

음성 신호는 자음 신호과 모음 신호의 결합으로 이루어져 있지만 그 특성상 자음보다는 모음 신호의 지속시간이 길다. 따라서 전체적으로 음성 신호 블록들 사이의 상관관계가 상당히 크다고 간주할 수 있다. 음성신호를 128개의 데이터를 갖는 블록들로 나눈 후 각 블록의 FFT를 구한다. 이 중에서 모음의 에너지가 집중되어 있는 저주파수 부분만 취하여 이웃 블록들과의 공분산 행렬을 구하고 이 행렬로부터 고유값을 계산해 낸다. 이 중 첫 번 째 고유값은 주성분과 관련이 있다. 다양한 음성파일들을 이용하여 비교적 값이 큰 첫 번째, 두 번째, 세 번째 고유값과 이들을 합한 고유값이 각 음성 파일에서 어떻게 나타나는지 그 분포를 알아보고 이것들이 음성신호가 아닌 자동차 소음 신호와 같은 잡음 신호의 고유값 분포와 어떻게 다른지 분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.293-296
• /
• 2016

음성 신호는 자음 신호와 모음 신호의 결합으로 이루어져 있지만 그 특성상 자음보다는 모음 신호의 지속시간이 길다. 따라서 전체적으로 음성 신호 블록들 사이의 상관관계가 상당히 크다고 간주할 수 있다. 하지만 같은 음성 신호 내에서도 주파수 대역별로 그 상관관계가 다르게 나타난다. 음성신호를 128개의 데이터를 갖는 블록들로 나눈 후 각 블록의 FFT를 구한다. 여러 주파수 대역별 FFT 값으로 부터 이웃 블록들과의 공분산 행렬을 구하고 이 행렬로부터 고유값을 계산해 낸다. 이중 첫 번 째 고유값은 주성분과 관련이 있다. 다양한 주파수 대역별로 주성분을 구한 후 이 주성분의 값들이 대역별로 어떻게 나타나는지 그 분포를 알아보고 어떤 대역의 공분산 행렬의 고유값을 선택해야 더 안정적인 결과를 얻을 수 있을지 분석한다.

• 제어로봇시스템학회논문지
• /
• 제13권12호
• /
• pp.1230-1242
• /
• 2007

This paper describes an IIR/FIR fusion filter for a nonlinear system, and analyzes the stability of the fusion filter. The fusion filter is applied to INS/GPS integrated system, and the performance is verified by simulation and experiment. In the fusion filter, an IIR-type filter (SPKF) and FIR-type filter (MRHKF filter) are processed independently, then the two filters are merged using the mixing probability calculated using the residuals and residual covariance information of the two filters. The merits of the SPKF and the MRHKF filter are embossed and the demerits of the filters are diminished via the filter fusion. Consequently, the proposed fusion filter has robustness against to model uncertainty, temporary disturbing noise, large initial estimation error, etc. The stability of the fusion filter is verified by showing the closeness of the states of the two sub filters in the mixing/redistribution process and the upper bound of the error covariance matrices. This fusion filter is applied into INS/GPS integrated system, and important factors for filter processing are presented. The performance of the INS/GPS integrated system designed using the fusion filter is verified by simulation under various error environments and is confirmed by experiment.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.25-25
• /
• 2023

The ensemble optimal interpolation (EnOI) scheme is a sub-optimal alternative to the ensemble Kalman filter (EnKF) with a reduced computational demand making it potentially more suitable for operational applications. Since only one model is integrated forward instead of an ensemble of model realizations, online estimation of the background error covariance matrix is not possible in the EnOI scheme. In this study, we investigate two Gaussian noise based ensemble generation strategies to produce dynamic covariance matrices for assimilation of water level observations into a distributed hydrological model. In the first approach, spatially correlated noise, sampled from a normal distribution with a fixed fractional error parameter (which controls its standard deviation), is added to the model forecast state vector to prepare the ensembles. In the second method, we use an adaptive error estimation technique based on the innovation diagnostics to estimate this error parameter within the assimilation framework. The results from a real and a set of synthetic experiments indicate that the EnOI scheme can provide better results when an optimal EnKF is not identified, but performs worse than the ensemble filter when the true error characteristics are known. Furthermore, while the adaptive approach is able to reduce the sensitivity to the fractional error parameter affecting the first (non-adaptive) approach, results are usually worse at ungauged locations with the former.