초록 ▼

효율적인 학습규칙의 신경망을 기반으로 한 독립성분분석(independent component analysis : ICA)을 제안하고, 이를 기반으로 여러 개의 신호들이 혼합된 영상들로부터 원래의 영상들을 효과적으로 추출하거나 그 차원을 감소시키는 효과적인 특징추출 기법을 개발하는데 목표를 둔다.
본 과제에서는 혼합된 신호로부터 빠른 시간 내에 원 신호를 정확히 분리하며, 영상 내에 포함된 선형 및 비선형의 주요한 특징들을 효과적으로 추출하기 위한 효율적인 신경망 기반 ICA 기법을 개발하는 것이다. 그 연구내용을 요약하면 다음

효율적인 학습규칙의 신경망을 기반으로 한 독립성분분석(independent component analysis : ICA)을 제안하고, 이를 기반으로 여러 개의 신호들이 혼합된 영상들로부터 원래의 영상들을 효과적으로 추출하거나 그 차원을 감소시키는 효과적인 특징추출 기법을 개발하는데 목표를 둔다.
본 과제에서는 혼합된 신호로부터 빠른 시간 내에 원 신호를 정확히 분리하며, 영상 내에 포함된 선형 및 비선형의 주요한 특징들을 효과적으로 추출하기 위한 효율적인 신경망 기반 ICA 기법을 개발하는 것이다. 그 연구내용을 요약하면 다음과 같다.
- 기존의 수치적 기법에 기초를 둔 주요성분분석(principal component analysis : PCA) 및 독립성분분석 기법의 비교연구
- 신경망과 PCA 및 ICA와의 관계 연구
- 신경망 기반 ICA의 분석 및 문제점 도출
- 할선법과 모멘트를 이용한 효율적인 학습규칙의 신경망 기반 ICA 제안
- 제안된 기법의 타당성 확인
- 혼합된 영상으로부터 원 영상의 효과적인 분리기법 연구
- 자연영상을 비롯한 다양한 영상의 차원감소를 위한 특징추출 연구
- 제안된 기법의 다양한 응용(정보통신 및 경제시계열문제 등) 기반 연구
본 연구의 연구성과는 크게 교육적, 학술적, 그리고 경제적인 측면으로 나누어 보면 다음과 같이 요약될 수 있다.
(1) 교육적 측면
- 석.박사과정 학생들을 참여시킴으로써 연구능력을 배양
- 신호처리가 요구되는 다양한 정보처리분야에의 이론과 지식 정립
(2) 학술적 측면
- 할선법과 모멘트를 이용한 효과적인 신경망 기반 ICA기법 제시
- 신경망의 이용으로 수치적 기법의 계산의 복잡성 등과 같은 제약해결 기술 확보
- 혼합된 복잡한 송신 신호원으로부터 수신시 빠르고 정확한 신호분리
- 통신, 음성 및 영상처리, 의료 등 여러 분야에의 효과적인 적용기반기술 마련 등
(3) 경제적 측면
- 각 종 통신시스템에서 높은 신뢰성의 빠른 정보추출 가능
- 영상처리에서의 효율적 특징추출로 정보의 효과적인 저장 및 재생
- 이동전화 및 인터넷 등의 신호전송에의 적용 및 정보의 보호
- 의료영상이나 antenna array 처리, 경제시계열 문제 등의 효과적 해결방안제시

Abstract ▼

The purpose of this research is to propose the complete ICA based on neural networks(NNs) using an efficient learning rule. We also introduce an efficient techniques for separating the source image from mixing images and extracting the features of images by using the proposed ICA.
This research h

The purpose of this research is to propose the complete ICA based on neural networks(NNs) using an efficient learning rule. We also introduce an efficient techniques for separating the source image from mixing images and extracting the features of images by using the proposed ICA.
This research has been proposed an efficient ICA based on NNs for separating quickly and accurately the sources and extracting the linear and nonlinear features. The contents of research can be abstracted as follows:
- Comparisons of principal component analysis(PCA) and ICA using the numerical methods.
- Researches of which NNs have been related to PCA and ICA, respectively.
- Research of the limitations of conventional NNs-based ICA.
- Proposition of NNs-based ICA using the hybrid learning rule of secant method and momentum.
- Separation of the sources images from the mixing image by the proposed ICA.
- Extraction of the features for reducing dimension in the various images.
- Research of the proposed ICA for applying to information communications and financial times series problems, etc..
The effectiveness of research can be classified into the educational, scientifical, and economical parts. Each effectiveness is as follows:
⑴ Educational effectiveness
- Increment of the research capabilities of students by participating in the project.
- Regulation of the theories and knowledges for processing the information signals.
⑵ Scientifical effectiveness
- Proposing an efficient NNs-based ICA by using hybrid method of secant method and momentum.
- Solving the limitations of numerical methods as using NNs.
- Separating quickly and accurately the signals for receiving.
- Preparing the basic techniques for applying efficiently to various kinds of problems.
⑶ Economical effectiveness
- Separating quickly and accurately the informations in communication systems.
- Effective storage and retrieval of the informations by extracting efficiently features (reducing the dimensions in image processing).
- Applications for transmitting effectively the signals and safeguarding the informations in mobile or internet communications.
- Solving effectively the medical images, antenna array processing, and economic problems.

목차 Contents

• Ⅰ. 연구계획 요약문 ...3
• 1. 국문요약문 ...3
• Ⅱ. 연구결과 요약문 ...4
• 1. 국문요약문 ...4
• 2. 영문요약문 ...5
• Ⅲ. 연구내용 ...6
• 1. 서론 ...6
• 2. 연구방법 및 이론 ...10
• 3. 결과 및 고찰 ...20
• 4. 결론 ...37
• 5. 인용문헌 ...38