• 한국산학기술학회논문지
• /
• 제13권3호
• /
• pp.1319-1324
• /
• 2012

토마토는 여러 가지 다른 숙성 단계에서 수확될 수 있다. 토마토의 숙성 상태를 판단하기 위해 토마토 과육을 HPLC로 분석한 여러 가지 화합물과 토마토 RGB 이미지를 ICA로 분석한 독립성분간의 관계를 분석하였다. 여러 토마토 화합물중 품질에 가장 영향을 많이 미치는 라이코펜과 토마토 RGB 이미지의 독립성분간의 부분최소제곱 $Q^2$ 값이 0.92로 매우 높음을 알 수 있었다. 그리고 라이코펜에 대응되는 독립성분을 토마토 RGB 이미지에 적용하여 픽셀 면적을 구한 것과 단순이진 이미지로 구해진 이미지의 픽셀 면적간의 비교를 제시하여 독립성분의 유효성을 제시하였다. 독립성분을 반영한 토마토 이미지를 통해 토마토의 숙성 상태를 보여주는 것이 가능하며, ICA 독립성분을 이용한 농축이미지 생성을 통해 토마토의 색상이 좋지 않거나 라이코펜과 같은 주요 성분이 없게 된 토마토를 분류해 내는 것이 가능해진다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.23-28
• /
• 2002

Among effective feature extraction methods from the small-patched image set, independent component analysis (ICA) is recently well known stochastic manner to find informative basis images. The ICA simultaneously learns both basis images and independent components using high order statistic manners, because that information underlying between pixels are sensitive to high-order statistic models. The topographic ICA model is adapted in our experiment. This paper deals with an unsupervised classification strategies using learned ICA basis images. The experimental result by proposed classification technique shows superior performance than classic texture analysis techniques for the panchromatic KOMPSAT imagery.

• 제어로봇시스템학회논문지
• /
• 제13권9호
• /
• pp.838-842
• /
• 2007

A brain-computer interface(BCI) system is a communication channel which transforms a subject's thought process into command signals to control various devices. These systems use electroencephalographic signals or the neuronal activity of many single neurons. The presented study deals with an efficient analysis method of neuronal signals from a BCI System using an independent component analysis(ICA) algorithm. The BCI system was implemented to generate event signals coding movement information of the subject. To apply the ICA algorithm, we obtained the perievent histograms of neuronal signals recorded from prefrontal cortex(PFC) region during target-to-goal(TG) task trials in the BCI system. The neuronal signals were then smoothed over 5ms intervals by low-pass filtering. The matrix of smoothed signals was then rearranged such that each signal was represented as a column and each bin as a row. Each column was also normalized to have a unit variance. As a result, we verified that different patterns of the neuronal signals are dependent on the target position and predefined event signals.

• 한국전자통신학회논문지
• /
• 제15권5호
• /
• pp.807-812
• /
• 2020

본 논문은 여러 음원신호가 혼합된 환경에서 목적으로 하는 음원신호만을 분리하기 위하여 마이크로폰을 사용한 블라인드 음원분리 알고리즘을 제안한다. 제안하는 알고리즘은 독립성분분석 방법을 기반으로 한 주파수영역 표현모델이다. 따라서 2 음원에 대한 주파수영역 독립성분분석의 실제 환경에서의 유효성 검증을 목적으로, 음원의 종류를 변경하여 주파수영역 독립성분분석을 실행하여 음원분리를 실시하여 그 향상효과를 검증한다. 파형에 의한 실험결과로부터 원래의 파형과 비교하여 2채널의 음원신호를 깨끗하게 분리할 수 있음을 명확히 하였다. 또한 목표 신호 대 간섭 에너지비율을 사용하여 비교한 실험 결과로부터 본 논문에서 제안한 알고리즘의 음원분리 성능이 기존의 알고리즘에 비하여 성능이 향상되었다는 것을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.27-34
• /
• 2006

본 연구에서는 엔트로피를 이용한 독립성분분석(ICA : Independent Component Analysis)에서 점수함수(score function)를 생성하는 알고리즘을 제안한다. 점수함수를 생성하기 위해서 원 신호(original signals)에 대한 확률밀도함수의 추정이 반드시 필요하고 밀도함수가 미분 가능해야 한다. 따라서 원 신호에 따른 적응적인 점수 함수를 유도할 수 있도록 커널 기반의 밀도추정(kernel density estimation)방법을 사용하였으며, 보다 빠른 밀도 추정 계산을 위해서 식의 형태를 컨볼루션(convolution) 변환 한 후, 컨볼루션을 빠르게 계산할 수 있는 FFT(Fast Fourier Transform) 알고리즘을 이용하였다. 제안한 점수함수 생성 방법은 원 신호에 확률밀도분포와 추정된 신호의 확률밀도 분포의 오차를 줄이는 역할을 한다 실험 결과, 암묵신호분리(blind source separation)문제에서 기존의 Extended Infomax 알고리즘과 Fixed Point ICA 보다 원 신호와 유사한 밀도함수를 추정하였고, 분리된 신호의 신호대잡음비등(SNR)에 있어서 향상된 성능을 얻을 수 있었다.

• 대한전자공학회논문지SP
• /
• 제44권6호
• /
• pp.16-23
• /
• 2007

개인 인증 방법 중 하나인 생체인식(Biometrics)은 개인 생체정보의 수가 한정되어 있기 때문에 생체정보의 도난 시 프라이버시 침해라는 문제를 가진다. 이 문제를 해결하기 위해 등장한 개념이 가변 생체인식(Changeable biometrics)이다. 가변 생체 인식은 생체정보가 훼손당했을 경우 새로운 생체정보로 대체하기 어렵다는 생체인식의 가장 큰 단점을 보완하기 위한 방법으로 원 생체정보가 아닌 변환된 생체정보로 개인을 인증한다. 이 논문에서는 가변 생체인식 가운데 얼굴인식을 위한 가변 생체인식에 대해 제안한다. 기존에 알려진 얼굴인식의 방법 가운데 하나인 외형 기반 기법(Appearance-based method) 중 독립성분 분석(Independent Component Analysis)의 계수(coefficient)를 변형하는 방법을 제안한다. 제안된 얼굴 생체정보 생성 방법은 계수의 일부분을 가우시안 분포(Gaussian distribution)에 따른 임의의 값으로 치환한 후 계수의 순서를 임의로 변경하여 무수히 많은 가변 얼굴 정보를 생성할 수 있도록 하였고 서로 다르게 변경된 계수들을 서로 합성함으로써 비가역성(Non-invertibility)을 만족시키려고 시도했다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.643-652
• /
• 2002

본 연구에서는 신경망 기반 독립성분분석의 분리성능을 개선하기 위해 할선법과 모멘트의 조합형 고정점 알고리즘을 제안하였다. 할선법은 독립성분 상호간의 정보를 최소화하는 목적함수의 근을 근사적으로 구함으로써 계산과정을 단순화하여 좀 더 개선된 분리성능을 얻기 위함이고, 모멘트는 계산과정에서 발생하는 발진을 억제하여 보다 빠른 분리속도를 얻기 위함이다. 이렇게 하면 할선법이 가지는 근사성에 따른 우수성과 과거의 속성을 반영하여 발진을 억제하는 모멘트의 우수성을 동시에 살릴 수 있다. 제안된 알고리즘을 $256\times{256}$ 픽셀의 8개 지문과 $512\times{512}$ 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 생성된 복합지문과 복합영상을 각각 대상으로 시뮬레이션 한 결과, 뉴우턴법에 기초한 기존의 알고리즘과 할선법만에 기초한 알고리즘보다 각각 우수한 분리률과 빠른 분리속도가 있음을 확인하였다. 또한 할선법의 이용은 뉴우턴법을 이용한 고정점 알고리즘보다 초기값에도 덜 의존하며, 문제의 규모가 커짐에 따른 비현실적인 분리시간도 해결할 수 있음을 확인하였다.

• 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.

• 한국정보과학회논문지:정보통신
• /
• 제30권1호
• /
• pp.24-29
• /
• 2003

이 논문에서는, 독립성분해석기법과 EM기법을 이용한 새로운 혼합영상분리 방법을 제안한다. 독립성분해석기법은 통계적으로 독립된 랜덤변수들의 선형조합으로 측정대상 랜덤신호를 표기하는 여러 통계신호처리 기법 중의 하나로, 정보의 분리, 특징 추출 통의 응용분야에 적용되고 있다. 기술적으로는, 독립성분기법은 주성분 분리기법의 확장이라 볼 수 있고, 근래에 혼합정보의 분리에 관련하여 많이 연구되고 있다. 현재까지의 연구 결과로는 혼합영상의 분리에 있어 독립성분해석기법만으로는 혼합영상분리의 해를 얻지 못하고 있다. 이러한 독립성분해석기법의 약점을 보완하는 방범으로, 최근에 이노베이션 프로세서를 전처리로 하는 독립성분해석기법을 혼합한 시스템을 이용한 혼합영상 분리가 시도되었다. 이노베이션 프로세서를 전처리로 첨가한 혼합영상분리의 과정도 독립성분해석기법만을 사용한 경우보다는 향상된 혼합영상분리를 하지만, 분류된 영상들이 원래의 혼합 전의 영상과 많이 다른 결과를 내고 있다. 기존의 방법들인 독립성분해석기법이나 이노베이션이 전처리로 적용된 경우에도 혼합이전의 영상간의 상관관계가 클 경우, 혼합영상의 분류가 잔 이루어지지 않는다. 본 논문에서는 이 약점을 보완하기 위하여. EM이론을 기존의 시스템에 전처리로 첨가하여 혼합 영상의 분리를 향상시키고자 하였다. 실험 결과에서는 최근에 연구된 이노베이션의 방법보다 EM을 적용시킨 경우가 향상된 혼합영상의 분리의 결과를 보여 주고 있다.

• 대한의용생체공학회:의공학회지
• /
• 제29권1호
• /
• pp.73-81
• /
• 2008

The purpose of this study is to observe the brain activity patterns during visual oddball tasks with two difficulty levels by the analysis of high-density event-related potential (ERP). Along with conventional statistical analysis of averaged ERP waveforms, we applied independent component analysis (ICA) for the individual, single-trial analysis and verified its effectiveness. We could identify multiple ERP components such as early visual components (P1, N1), and two components which seem to be important task-related components and showed difficulty-dependent variability (P2, P300). The P2 was found around central region at $180{\sim}220ms$, and the P300 was found globally at $300{\sim}500ms$ poststimulus. As the task became difficult, the P2 amplitude increased, and the P300 amplitude decreased. After single-trial ERPs were decomposed into multiple independent components (ICs), several ICs resulting from P2 and P300 sources were identified. These ICs were projected onto scalp electrodes and the projected ICs were statistically compared according to two task difficulties. For most subjects, the results obtained from single-trial/individual analysis using ICA gave the tendencies of amplitude change that are similar to the averaged ERP analysis for most subjects. The temporal pattern and number of ICs corresponding to ${\mu}$ rhythm was not dependent on the task difficulty. It seems that the motor response was not affected by the task difficulty.