• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.163-165
• /
• 2003

Some multivariate analyses provide configurations for variables or objects in low dimensional space because we can see easily their relation. In particular, in simple correspondence analysis(SCA), we can obtain the various configurations which are called SCA Maps based on the algebraic algorithms. Moreover, it often occur the variability among them. Therefore, in this study, we will give a comparison of variability of SCA maps using the procrustes analysis which is a technique of comparing configurations in multidimensional scaling.

• 대한산업공학회지
• /
• 제20권4호
• /
• pp.73-84
• /
• 1994

Output analysis is one of the most important fields of simulation to achieve the accurate simulation results. This study shows how to analyze simulation output data in the steady state using Procrustes analysis technique which has not been used in the field of simulation yet. In this paper Procrustes analysis method is used to perform the analysis of simulation output efficiently and effectively by applying the improved version of the method. The experiments are conducted using M/M/1 queueing simulation model. The results obtained by Procrustes analysis method show better estimates for average waiting times and average queue lengths which are closer to true values and narrower confidence intervals than when replication-deletion method is used. Also it requires the smaller number of simulation runs.

• Journal of applied mathematics & informatics
• /
• 제28권3_4호
• /
• pp.569-582
• /
• 2010

The following "Periodic Jacobi Procrustes" problem is studied: find the Periodic Jacobi matrix X which minimizes the Frobenius (or Euclidean) norm of AX - B, with A and B as given rectangular matrices. The class of Procrustes problems has many application in the biological, physical and social sciences just as in the investigation of elastic structures. The different problems are obtained varying the structure of the matrices belonging to the feasible set. Higham has solved the orthogonal, the symmetric and the positive definite cases. Andersson and Elfving have studied the symmetric positive semidefinite case and the (symmetric) elementwise nonnegative case. In this contribution, we extend and develop these research, however, in a relatively simple way. Numerical difficulties are discussed and illustrated by examples.

• 응용통계연구
• /
• 제22권4호
• /
• pp.855-864
• /
• 2009

정준상관 행렬도(canonical correlation biplot)는 정준상관분석(canonical correlation analysis)에서 두 변수 집단에 의해서 측정된 다변량 자료에서 변수 집단 간의 관계와 개체들의 관계를 탐색하기 위한 2차원 그림이다. 최근에 최태훈과 최용석 (2008)는 2006년도 KLPGA 선수를 대상으로 정준상관 행렬도를 통해 기술요인변수군과 경기성적요인변수군간의 관련성을 살펴보고 군집분석을 활용하여 각 선수들의 군집을 시도하였다. 프로크러스티즈 분석(Procrustes analysis)은 두 형상(shape)의 유사성을 비교하는 데 사용되는 기법이다. 본 연구에서는 테니스 그랜드슬램대회의 선수특성요인변수군과 경기요인변수군에 대한 분석연구를 정준상관 행렬도를 적용하여 살펴보고 프로크러스티즈 분석을 통하여 행렬도 형상비교를 하였다.

• Communications for Statistical Applications and Methods
• /
• 제25권6호
• /
• pp.673-685
• /
• 2018

Procrustes analysis is a useful technique useful to measure, compare shape differences and estimate a mean shape for objects; however it is based on a least squares criterion and is affected by some outliers. Therefore, we propose two generalized Procrustes analysis methods based on M-estimation and least median of squares estimation that are resistant to object outliers. In addition, two algorithms are given for practical implementation. A simulation study and some examples are used to examine and compared the performances of the algorithms with the least square method. Moreover since these resistant GPA methods are available for higher dimensions, we need some methods to visualize the objects and mean shape effectively. Also since we have concentrated on resistant fitting methods without considering shape distributions, we wish to shape analysis not be sensitive to particular model.

• Communications for Statistical Applications and Methods
• /
• 제17권6호
• /
• pp.917-925
• /
• 2010

일반적으로 정준상관 행렬도(canonical correlation biplot)는 정준상관분석에서 두 변수집단에 의해서 측정된 다변량 자료에서 변수 집단 간의 관계와 개체들의 관계를 탐색하기 위한 2차원 그림이다. 최근에 이를 활용하여 최태훈과 최용석 (2008)은 2006년도 한국여자골프협회(KLPGA) 선수에 대한 기술요인 변수군과 경기성적요인 변수군간의 관련성을 살펴보았고 최태훈 등 (2009)은 테니스 그랜드 슬램대회 선수특성요인과 경기요인에 대한 분석을 하였다. 더군다나 세 변수군 이상의 정준상관분석을 일반화 정준상관분석(generalized canonical correlation analysis)이라 하며 이와 관련하여 허명회 (1999, 6장)는 수량화 플롯을 제안하고있다. 이를 행렬도의 의미에서 일반화 정준상관 행렬도(generalized canonical correlation biplot)라하자. 본 연구에서는 대한 테니스협회(KTA)에 등록된 남자선수들 중 상위50명의 체격요인, 체력요인 및 기초기술요인에 대한 분석을 일반화 정준상관 행렬도를 적용하여 살펴보고 프로크러스티즈 분석을 통하여 전체선수, 상위랭킹과 하위랭킹 선수간의 행렬도 형상비교를 시도 하였다.

• Communications for Statistical Applications and Methods
• /
• 제30권1호
• /
• pp.37-48
• /
• 2023

Shape analysis is a method for measuring, describing and comparing the shape of objects in geometric space. An important aspect is to obtain Procrustes distance based on least square method. We note that the shape is all the geometrical information that remains when location, scale and rotational effects are filtered out from an object. However, and unfortunately, when we cannot measure some landmarks which are some biologically or geometrically meaningful points of any object, it is not possible to measure the variation of all shapes of an object, including that of the incomplete object. Hence, we need to replace the missing landmarks. In particular, Albers and Gower (2010) studied the missing rows of configurations in Procrustes analysis. They noted that the convergence of their approach can be quite slow. In this study, alternatively, we derive an algorithm for estimating the missing landmarks based on the pre-shapes. The pre-shape is invariant under the location and scaling of the original configuration with the centroid size of the pre-shape being one. Therefore we expect that we can reduce the amount of total computing time for obtaining the estimate of the missing landmarks.

• 대한의용생체공학회:의공학회지
• /
• 제45권4호
• /
• pp.179-186
• /
• 2024

This paper investigates the impact of Riemannian Procrustes Analysis (RPA) on enhancing the classification performance of SPD-Net when applied to EEG signals across different sessions and subjects. EEG signals, known for their inherent individual variability, are initially transformed into Symmetric Positive Definite (SPD) matrices, which are naturally represented on a Riemannian manifold. To mitigate the variability between sessions and subjects, we employ RPA, a method that geometrically aligns the statistical distributions of these matrices on the manifold. This alignment is designed to reduce individual differences and improve the accuracy of EEG signal classification. SPD-Net, a deep learning architecture that maintains the Riemannian structure of the data, is then used for classification. We compare its performance with the Minimum Distance to Mean (MDM) classifier, a conventional method rooted in Riemannian geometry. The experimental results demonstrate that incorporating RPA as a preprocessing step enhances the classification accuracy of SPD-Net, validating that the alignment of statistical distributions on the Riemannian manifold is an effective strategy for improving EEG-based BCI systems. These findings suggest that RPA can play a role in addressing individual variability, thereby increasing the robustness and generalization capability of EEG signal classification in practical BCI applications.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.710-714
• /
• 2006

지역빈도해석기법은 수문학적으로 성질이 유사한 지점을 하나의 군으로 구성한 자료를 이용해서 빈도해석을 하는 기법으로, 지점빈도해석이 가질 수 있는 단점들을 보완하기 위한 방안의 하나로 기대되고 있다. 본 논문은, 지역빈도해석기법을 적용하기 위한 단계중의 하나인 군집해석에 사용되는 변수들을 보다 효율적으로 선택하기 위한 연구로서, 다변량 분석방법인 주성분분석과 요인분석, 그리고, 변수선택을 위한 Procrustes Analysis를 통해서 보다 효율적으로 변수를 선택하는 방법을 제안하기 위한 연구이다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1993년도 제3회 정기총회 및 추계학술발표회
• /
• pp.1-1
• /
• 1993

시뮬레이션 분야에서 출력 분석은 중요한 분야중의 하나로 출력 분석을 정확히 하기 위해서, 지금까지 많은 연구가 진행되어 왔다. 본 연구에서는 현재까지 시뮬레이션 출력 분석 분야에서 사용되지 않았던 프로크루스테스 분석(Procrustes Analysis) 방법을 사용하여 시뮬레이션 출력 데이타의 안정상태(steady state)를 분석하는 방법을 제시한다. 본 논문에서 사용하는 프로크루스테스 분석 방법은 시뮬레이견 출력 분석을 효과적으로 수행할 수 있도록 앨고리듬을 개선하여 적용하며, M/M/1 대기모형을 대상으로 시뮬레이션을 수행한다. M/M/1 대기모형에서 대기열의 평균대기시간과 평균길이라는 두가지 매개변수에 대한 출력 데이타를 동시에 사용하여, 프로크루스테스 분석을 행한 결과와 시뮬레이션 출력 분석에서 일반적으로 쓰이는 반복-제거 방법(replication-deletion approach)을 비교한 결과, 시뮬레이션 실행 횟수를 줄여도 추정하고자 하는 참값에 보다 더 가깝고 신뢰 구간의 폭이 더 좁은 추정치를 얻는다.