독립성분분석을 이용한 정상 마우스와 rd/rd 마우스 망막파형의 시공간적 분석

예장희,김태성,구용숙,Ye, Jang-Hee,Kim, Tae-Seong,Goo, Yong-Sook 한국의학물리학회 2007 의학물리 Vol.18 No.1

망막질환에 의해 변성된 망막에서는 시냅스 조직의 구성이나 전기적 특성이 정상망막과는 크게 다를 것으로 예상된다. 그러므로 본 논문에서는 다채널기록법을 이용하여 정상 망막과 변성 망막에서 망막파형을 기록한 후 그 파형을 주성분 분석법과 독립성분분석법을 이용하여 비교 분석하였다. 주성분분석법은 망막파형 분석법으로 확립된 방법인 반면 독립성분분석법은 EEG 신호의 분석법으로는 확립된 방법이나 아직 망막파형 분석법으로 사용된 적이 없으므로 본 연구진이 최초로 적용하여 보았다. 본 연구진에 의해 프로그램된 독립성분분석법을 위한 toolbox를 사용하여 시공간적 분석을 실시한 결과 정상 마우스에서는 독립성분분석법 또한 주성분분석법과 같이 망막신경절세포 파형의 분석 방법으로서의 사용가능성을 발견하였다 그러나 rd/rd 마우스에서는 독립성분분석법으로 그린 공간지도상에서 다수의 강한 활성과 약한 활성이 혼재되어 나오는 복잡한 양상을 띄었다. 추후 어떠한 기전에 의해 변성망막의 공간지도가 이렇게 복잡한 양상을 띄는지에 관한 연구가 진행되어야 할 것으로 사료된다. It is expected that synaptic construction and electrical characteristics In degenerate retina might be different from those In normal retina. Therefore, we analyzed the retinal waveform recorded with multielectrode array in normal and degenerate retina using principal component analysis (PCA) and Independent component analysis (ICA) and compared the results. PCA Is a well established method for retinal waveform while ICA has not tried for retinal waveform analysis. We programmed ICA toolbox for spatiotemporal analysis of retinal waveform. In normal mouse, the MEA spatial map shows a single hot spot perfectly matched with PCA-derived ON or OFF ganglion cell response. However In rd/rd mouse, the MEA spatial map shows numerous hot and cold spots whose underlying interactions and mechanisms need further Investigation for better understanding.

독립성분의 순서화 방법 비교

최은빈,조수림,박미라 한국통계학회 2017 응용통계연구 Vol.30 No.6

Independent component analysis is a multivariate approach to separate mixed signals into original signals. It is the most widely used method of blind source separation technique. ICA uses linear transformations such as principal component analysis and factor analysis, but differs in that ICA requires statistical independence and non-Gaussian assumptions of original signals. PCA have a natural ordering based on cumulative proportion of explained variance; howerver, ICA algorithms cannot identify the unique optimal ordering of the components. It is meaningful to set order because major components can be used for further analysis such as clustering and low-dimensional graphs. In this paper, we compare the performance of several criteria to determine the order of the components. Kurtosis, absolute value of kurtosis, negentropy, Kolmogorov-Smirnov statistic and sum of squared coefficients are considered. The criteria are evaluated by their ability to classify known groups. Two types of data are analyzed for illustration. 독립성분분석은 혼합된 신호에서 원신호들을 분리하기 위해서 사용되는 다변량 분석방법으로서, 블라인드 음원 분리 중 가장 널리 사용되는 방법이다. 독립성분분석은 주성분분석이나 요인분석과 같이 선형변환을 사용하지만, 원신호들의 통계적 독립과 비정규성 가정을 필요로 한다는 점에서 다르다. 설명되는 분산의 누적비율이 클수록 더 중요한 성분을 의미하게 되는 주성분분석과 달리, 독립성분분석에서는 독립성분들의 중요순서를 결정하는데 적절한 유일한 기준이 정해지지 않는다. 군집분석이나 차원축소된 그래프 작성 등과 같은 후속 연구를 진행하기 위해서는 일부의 주요 독립성분을 사용하게 되므로, 성분의 순서를 정하는 것은 의미가 있다. 본 연구에서는 성분의 순서를 결정하기 위한 몇 가지 기준의 성능을 비교하였다. 첨도와 첨도의 절댓값, 음의 엔트로피, 콜모고로프-스미르노프 통계량, 계수제곱합을 이용한 방법이 고려되었다. 이들은 알려진 그룹을 분류하는 능력을 기준으로 평가되었다. 두 가지 형태의 자료를 이용한 분석결과를 제시하였다.

Nino3.4지역 SST 및 여름강수량의 독립성분분석

권현한,문영일,Kwon Hyun-Han,Moon Young-Il 한국수자원학회 2005 한국수자원학회논문집 Vol.38 No.12

We examined problems of the principal component analysis(PCA), which is able to analyze at the low dimensionality as a methodologv to assess hydrologic time series, and introduced the theory and characteristics of independent component analysis(ICA) that can supplement problems of principal component analysis. We also applied the global sea surface temperature(SST) of the Nino region and assessed the correlation between El $\tilde{n}ino$-Southern Oscillation(ENSO) and SST. The results of examining separation-ability of principal components using mixed signals indicate that the independent component analysis is statistically superior compared to that of the principal component analysis. Finally, we assessed correlation between ENSO and global anomaly SST. The independent component analysis was applied to the $5^{\circ}{\times}5^{\circ}$(latitude and longitude) global anomaly SST in the Nino+3.4 region that is the El $\tilde{n}ino$ observation section. We assessed the correlation with the ENSO years. These results of the analysis show that only one independent component($86\%$) was able to represent the entire behavior and was consistent with the main ENSO years. Finally, we carried out independent component analysis for summer seasonal rainfalls at nine stations and could extract ICs to reflect geographical characteristics. The increasing trend has been shown at IC-1 and IC-2 since 1970s. 수문시계열을 분석하기 위한 방법으로 낮은 차원에서 해석이 가능한 주성분분석 방법의 문제점을 검토하고 이를 보완할 수 있는 독립성분분석의 이론과 특성을 검토하였고 수문기상자료인 Nino지역의 해수면온도에 적용하여 El $\tilde{n}ino$-Southern Oscillation(ENSO) 사상과의 상관성을 평가하였다. 혼합자료를 사용하여 독립성분분석 방법의 주성분 분리 능력을 검토한 결과 독립성분분석이 기존 주성분분석에 비해 통계적으로 우수한 결과를 나타내었다. El $\tilde{n}ino$의 감시구역인 Nino+3.4지역의 $5^{\circ}{\times}5^{\circ}$(위도와 경도)의 총 20개 Global Anomaly SST 격자자료를 대상으로 분석을 실시하여 El $\tilde{n}ino$-Southern Oscillation(ENSO)사상의 발생시기와의 상관관계를 평가하였으며 한 개의 독립성분($86\%$)만으로 SST의 전체적인 거동을 표현할 수 있었으며 주요 ENSO 발생시기와 일치하는 결과를 나타내었다. 또한 국내 주요지점의 여름 강수량을 대상으로 독립성분분석을 적용한 결과 지역적인 특성을 고려하여 비교적 합리적으로 독립성분을 추출할 수 있었으며 IC-1과 IC-2에서 1970년대 이후로 여름강수량의 증가를 확인할 수 있었다.

첨도를 이용한 군집성을 가진 고정점 알고리즘의 독립성분분석

조용현,김아람,Cho, Yong-Hyun,Kim, A-Ram 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.3

본 논문에서는 첨도가 추가된 뉴우턴법의 고정점 알고리즘에 의한 독립성분분석을 제안하였다. 여기서 첨도의 추가는 유사한 속성을 가지는 성분의 군집화된 분석순서를 얻기 위함이고, 뉴우턴법의 고정점 알고리즘은 성분의 빠른 분석과 우수한 분석성능을 얻기 위함이다. 제안된 독립성분분석을 500개 샘플을 가지는 6개의 혼합신호와 $512\times512$ 픽셀을 가지는 8개의 혼합영상의 분리에 각각 적용하여 실험한 결과, 제안된 기법은 항상 일정한 분석순서를 유지하여 기존의 기법에서 알고리즘의 수행 때마다 랜덤하게 변하는 분석순서의 제약을 해결할 수 있었다. 특히 군집화의 속성을 가진 제안된 독립성분분석은 신호나 영상의 분류나 식별에도 적용할 수 있음을 확인하였다. This paper proposes an independent component analysis(ICA) of the fixed-point(FP) algorithm based on Newton method by adding the kurtosis. The kurtosis is applied for clustering the components, and the FP algorithm of Newton method is applied for improving the analysis speed and performance. The proposed ICA has been applied to the problems for separating the 6-mixed signals of 500 samples and 8-mixed images of $512\times512$pixels, respectively. The experimental results show that the proposed ICA has always a fixed analysis sequence. The result can be solved the limit of conventional ICA which has a variable sequence depending on the running of algorithm. Especially, the proposed ICA can be used to classify and identify the signals or the images.

Nino3.4지역 SST 및 여름강수량의 독립성분분석

권현한 문영일 한국수자원학회 2005 한국수자원학회논문집 Vol.38 No.12

수문시계열을 분석하기 위한 방법으로 낮은 차원에서 해석이 가능한 주성분분석 방법의 문제점을 검토하고 이를 보완할 수 있는 독립성분분석의 이론과 특성을 검토하였고 수문기상자료인 Nino지역의 해수면온도에 적용하여 El -Southern Oscillation(ENSO) 사상과의 상관성을 평가하였다. 혼합자료를 사용하여 독립성분분석 방법의 주성분 분리 능력을 검토한 결과 독립성분분석이 기존 주성분분석에 비해 통계적으로 우수한 결과를 나타내었다. El 의 감시 We examined problems of the principal component analysis(PCA), which is able to analyze at the low dimensionality as a methodologv to assess hydrologic time series, and introduced the theory and characteristics of independent component analysis(ICA) that

고정점 알고리즘과 시간적 상관성의 적응조정 견실 알고리즘을 조합한 독립성분분석

조용현,오정은,Cho, Yong-Hyun,Oh, Jeung-Eun 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.2

본 논문에서는 고정점 알고리즘과 신호의 시간적 상관성을 적응 조정한 견실 알고리즘의 조합형 독립성분분석을 제안하였다. 여기서 고정점 알고리즘은 뉴우턴법의 경신규칙에 기초한 방법으로 빠른 분석속도와 우수한 분석성능을 얻기 위함이고, 견실 알고리즘은 시간적 상호 의존성이나 낮은 쿠토시스를 가지는 신호도 효과적으로 분석하기 위함이다. 특히 견실 알고리즘에서 경험적으로 설정되던 최대지연시간을 신호상호간의 자기상관함수를 이용하여 적응 조정되도록 함으로써 그 성능을 더욱 더 개선하였다. 제안된 독립성분분석을 500개 샘플을 가시는 4개의 신호와 $512\times512$ 픽셀의 10개 영상으로부터 임의의 혼합행렬에 따라 발생되는 혼합신호와 혼합영상 각각의 분리에 적용한 결과, 고정점 알고리즘의 독립성분분석 및 고정점 알고리즘과 최대시간지연을 경험적으로 설정하는 기존의 견실 알고리즘을 단순히 조합한 독립성분분석에 비해 분리속도와 분리률에서 개선된 성능이 있음을 확인하였다. 특히 문제의 규모가 증가할수록 분석성능의 개선정도도 증가함을 확인하였다. This paper proposes a hybrid independent component analysis(ICA) of fixed-point(FP) algorithm and robust algorithm. The FP algorithm is applied for improving the analysis speed and performance, and the robust algorithm is applied for preventing performance degradations by means of very small kurtosis and temporal correlations between components. And the adaptive adaptation of temporal correlations has been proposed for solving limits of the conventional robust algorithm dependent on the maximum time delay. The proposed ICA has been applied to the problems for separating the 4-mixed signals of 500 samples and 10-mixed images of $512\times512$pixels, respectively. The experimental results show that the proposed ICA has a characteristics of adaptively adapting the maximum time delay, and has a superior separation performances(speed, rate) to conventional FP-ICA and hybrid ICA of heuristic correlation. Especially, the proposed ICA gives the larger degree of improvement as the problem size increases.

첨도에 의한 분석성분의 군집성을 고려한 독립성분분석

조용현,Cho, Yong-Hyun 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.4

본 논문에서는 침도를 추가한 뉴우턴법과 할선법에 기초한 고정점 알고리즘의 독립성분분석을 각각 제안하였다. 여기서 첨도의 추가는 유사한 속성을 가지는 성분의 군집화된 분석순서를 얻기 위함이고, 고정점 알고리즘은 학습파라미터와 무관한 빠른 성분분석과 우수한 분석성능을 얻기 위함이다. 제안된 두 가지 독립성분분석 각각을 500개 샘플을 가지는 6개의 혼합신호와 $512\times512$ 픽셀을 가지는 10개의 혼합영상 분리에 각각 적용한 결과, 제안된 두 가지 기법은 항상 일정한 분석순서를 유지하여 첨도가 추가되지 않은 기존의 기법들에서 알고리즘의 수행 때마다 랜덤하게 변하는 분석순서의 제약을 해결할 수 있었다. 특히 군집화의 속성을 가진 제안된 독립성분분석들은 신호나 영상의 분류나 식별에도 적용할 수 있다. 한편 할선법의 제안된 기법이 뉴우턴법의 제안된 기법보다 빠르면서도 우수한 분리성능이 있음을 확인하였다. This paper proposes an independent component analyses(ICAs) of the fixed-point (FP) algorithm based on Newton and secant method by adding the kurtosis, respectively. The kurtosis is applied to cluster the analyzed components, and the FP algorithm is applied to get the fast analysis and superior performance irrelevant to learning parameters. The proposed ICAs have been applied to the problems for separating the 6-mixed signals of 500 samples and 10-mixed images of $512\times512$ pixels, respectively. The experimental results show that the proposed ICAs have always a fixed analysis sequence. The results can be solved the limit of conventional ICA without a kurtosis which has a variable sequence depending on the running of algorithm. Especially. the proposed ICA can be used for classifying and identifying the signals or the images. The results also show that the secant method has better the separation speed and performance than Newton method. And, the secant method gives relatively larger improvement degree as the problem size increases.

고정점 알고리즘의 독립성분분석과 적응분할의 상호정보 추정에 의한 입력변수선택

조용현(Yong-Hyun Cho) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.5

본 논문에서는 고정점 알고리즘의 독립성분분석과 적응분할의 상호정보 추정을 조합한 입력변수선택 기법을 제안하였다. 여기서 고정점 알고리즘의 독립성분분석은 할선법에 기반을 둔 방법으로 입력변수 간의 독립성을 빠르게 찾기 위함이고, 적응분할의 상호정보 추정은 입력변수의 확률밀도함수 계산에서 동일한 량의 샘플분할을 가능하게 하여 변수상호간의 종속성을 좀 더 정확하게 구하기 위함이다. 제안된 기법을 인위적으로 제시된 각 500개의 샘플을 가지는 7개의 신호와 특정 지역을 대상으로 측정된 각 55개의 샘플을 가진 24개의 환경오염신호를 대상으로 실험한 결과, 빠르고 정확한 변수의 선택이 이루어짐을 확인하였다. 또한 할선법의 고정점 알고리즘 독립성분분석을 수행하지 않을 때와 정규분할의 상호정보 추정 때보다 각각 우수한 선택성능이 있음을 확인하였다. This paper presents an efficient input variable selection method using both fixed-point independent component analysis(FP-ICA) and adaptive partition mutual information(AP-MD estimation. FP-ICA which is based on secant method, is applied to quickly find the independence between input variables. AP-MI estimation is also applied to estimate an accurate dependence information by equally partitioning the samples of input variable for calculating the probability density function(PDF). The proposed method has been applied to 2 problems for selecting the input variables, which are the 7 artificial signals of 500 samples and the 24 environmental pollution signals of 55 samples, respectively. The experimental results show that the proposed methods has a fast and accurate selection performance The proposed method has also respectively better performance than AP-MI estimation without the FP-ICA and regular partition MI estimation.

잡파가 섞인 뇌파의 비선형 및 독립성분 분석

김응수(EungSoo Kim),신동선(Dongsun Shin) 한국지능시스템학회 2002 한국지능시스템학회논문지 Vol.12 No.5

뇌 기능의 연구수단으로써 널리 사용되고 있는 뇌파(Electroencephalogram, EEG)는 측정시에 노이즈(noise)나 잡파 (artifact)가 섞여서 측정되기 쉽다. 본 연구에서는 뇌파에 포함된 잡파들을 분리하기 위해서 독립성분분석(ICA)을 뇌파신호에 적용하였다. 먼저 정상인의 안구운동(Eye Movement)과 관련된 잡파가 나타나는 뇌파 신호에 대해서 독립성분분석을 적용하여 소스로 추정되는 각각의 독립성분들을 분리해 내었다. 분리된 신호에 대하여 잡파로 보이는 신호를 제거하고 재구성된 뇌파 신호와 잡파가 제거되기 전인 원래의 신호에 대하여 각각 상관차원(correlation dimension) 및 리아프노프지수(lyapunov exponent)등과 같은 비선형 분석법을 적용하여 두 신호의 유의한 차이점을 밝히고, 분리된 독립 신호들의 해부학적 발생위치 및 분포를 추정하였다. 시각적으로 복잡한 뇌파신호에 대하여 독립성분분석을 통하여 뇌 활동의 시각적, 공간적 분석이 가능함을 나타내었을 뿐만 아니라 비선형 분석을 통한 뇌파 신호의 정량적 분석을 통하여 시각적으로 복잡한 뇌파의 유의미한 변화를 관찰할 수 있었다. In measuring EEG, which is widely used for studying brain function, EEG is frequently mixed with noise and artifact. In this study, the signals relevant to the artifact were distracted by applying ICA to EEG signal. First, each independent component which was assumed to be the source was separated by applying ICA to EEG which involved artifact relevant to the eye movement of a normal person. Next, the signal which was assumed to be artifact was removed from the separated 18 independent components, and the nonlinear analysis method such as correlation dimension and the lyapunov exponent was applied to each reconstructed EEG signal and the original signal including artifact in order to find meaningful difference between the two signals and infer the anatomical localization of its source and distribution. This study shows it is possible not only to analyze the brain function visually and spatially for visually complex EEG signal, but also to observe its meaningful change through the quantitative analysis of EEG by means of the nonlinear analysis.

수동 선배열 소나의 저주파 간섭 신호에 대한 독립성분분석 알고리즘 비교

김주호,이종현,정명준,Kim, Juho,Ashraf, Hina,Lee, Chong-Hyun,Cheong, Myoung Jun 한국음향학회 2019 韓國音響學會誌 Vol.38 No.2

In this paper, we proposed an application method of ICA (Independent Component Analysis) to passive line array sonar to separate interferences from target signals in low frequency band and compared performance of three conventional ICA algorithms. Since the low frequency signals are received through larger bearing angles than other frequency bands, neighboring beam signals can be used to perform ICA as measurement signals of the ICA. We use three ICA algorithms such as Fast ICA, NNMF (Non-negative Matrix Factorization) and JADE (Joint Approximation Diagonalization of Eigen-matrices). Through experiments on real data obtained from passive line array sonar, it is verified that the interference can be separable from target signals by the suggested method and the JADE algorithm shows the best separation performance among the three algorithms. 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.