(A) study on independent component analysis based on ball covariance
저자
발행사항
[Seoul] : Graduate School, Yonsei University, 2020
학위논문사항
학위논문(석사) -- Graduate School, Yonsei University Department of Applied Statistics 2020.2
발행연도
2020
작성언어
영어
주제어
발행국(도시)
서울
기타서명
원형 공분산을 활용한 독립성분분석에 관한 연구
형태사항
v, 38장 : 삽화 ; 26 cm
일반주기명
지도교수: Hakbae Lee
UCI식별코드
I804:11046-000000522958
소장기관
차원축소에서는 신호들이 혼합되어 관찰변수들로 나타날 때, 관찰변수들만을 이용하여 신호들을 복구하는 것이 중요한 주제로 다루어진다. 이때 유용하게 활용되는 독립성분분석(ICA)은 다른 방법론들에 비해 독립, 탈정규성과 같은 보다 통계학적인 개념들을 활용하는 방법론이다. 이는 고유벡터들을 도출하는 문제에서 벗어나, 2차 적률로써 표현할 수 없는 특징들까지도 포착한다는 점에서 다른 차원축소 방법론들과 구분된다. 이 연구에서는, 이미 널리 사용되고 있는 ICA 방법론들 (Fast ICA, InfoMax ICA, JADE ICA, ProDen ICA, dCovICA)에 대해 살펴보았을 뿐 아니라, 원형 공분산(ball covariance)을 활용하여 새로운 방법론인 B-dCovICA를 제시하였다. 시뮬레이션과 실제 데이터에 적용하여 비교한 결과, B-dCovICA는 다른 방법론들에 비해 상대적으로 정확한 추정결과를 산출하였다.
더보기In dimension reduction, estimating the original signals only through observing the mixed data is an important issue. Independent Component Analysis (ICA) is useful for this purpose, compared to other methods, since it contains more statistical concepts: independence and non-Gaussianity. In other words, it does not end up in solving (generalized) eigenvalue problems, which are mostly restricted in considering up to the second moment as many other dimension reduction methods are. In this paper, we reviewed and explored various methods of ICA, such as FastICA, InfoMaxICA, Joint Approximate Diagonalization of Eigenmatrices ICA (JADE ICA), Product Density Estimation ICA (ProDenICA), and Distance Covariance ICA (dCovICA). We also proposed a method based on ball covariance, called B-dCovICA, whose performance was relatively good, supported by the higher accuracy of results when applied to simulated/real data. B-dCovICA is also notable in that we applied a non-parametric way of measuring dependence, along with dCovICA, yet showed higher accuracy, which is the point that we can view it as a compensation for dCovICA.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)