• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.538-540
• /
• 2001

PCA는 다변수 데이터 해석법 중 가장 널리 알려진 방법 중 하나로 많은 응용을 가지고 있다. 그런데, PCA는 선형 모델이어서 비선형 구조를 분석하는데 효과적이지 않다. 이를 극복하기 위해서 PCA의 조합을 이용하는 PCA 혼합 모형이 제안되었다. PCA 혼합 모형의 핵심은 구조 선택, 즉 mixture 요소의 수와 PCA 기저의 수의 결정 인데 그의 체계적인 결정 방법이 필요하다. 본 논문에서는 단순화된 PCA 혼합 모형과 이를 위한 효율적인 구조 선택 방법을 제안한다. 각각의 mixture 요소 수에 대해서 모든 PCA 기저를 갖도록 한 상태에서 PCA 혼합 모형의 파라미터를 EM 알고리즘을 써서 결정한다. 최적의 mixture 요소의 수는 오류를 최소로 하는 것으로 결정한다. PCA 기저의 수는 PCA의 정렬성 특성을 이용해서 중요도가 적은 기저부터 하나씩 잘라 내며 오류가 최소로 하는 것으로 결정한다. 제안된 방법은 특히 다차원 데이터의 경우에 EM 학습의 횟수를 많이 줄인다. 인공 데이터에 대한 실험은 제안된 방법이 적절한 모델 구조를 결정한다는 것을 보여준다. 또, 눈 감지에 대한 실험은 제안된 방법이 실용적으로도 유용하다는 것을 보여준다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.8
• /
• pp.789-794
• /
• 2005

LDA (Linear Discriminant Analysis) provides the projection that discriminates the data well, and shows a very good performance for face recognition. However, since LDA provides only one transformation matrix over whole data, it is not sufficient to discriminate the complex data consisting of many classes like honan faces. To overcome this weakness, we propose a new face recognition method, called LDA mixture model, that the set of alf classes are partitioned into several clusters and we get a transformation matrix for each cluster. This detailed representation will improve the classification performance greatly. In the simulation of face recognition, LDA mixture model outperforms PCA, LDA, and PCA mixture model in terms of classification performance.

• Journal of KIISE:Software and Applications
• /
• v.32 no.8
• /
• pp.781-788
• /
• 2005

LDA (Linear Discriminant Analysis) is a data discrimination technique that seeks transformation to maximize the ratio of the between-class scatter and the within-class scatter While it has been successfully applied to several applications, it has two limitations, both concerning the underfitting problem. First, it fails to discriminate data with complex distributions since all data in each class are assumed to be distributed in the Gaussian manner; and second, it can lose class-wise information, since it produces only one transformation over the entire range of classes. We propose three extensions of LDA to overcome the above problems. The first extension overcomes the first problem by modeling the within-class scatter using a PCA mixture model that can represent more complex distribution. The second extension overcomes the second problem by taking different transformation for each class in order to provide class-wise features. The third extension combines these two modifications by representing each class in terms of the PCA mixture model and taking different transformation for each mixture component. It is shown that all our proposed extensions of LDA outperform LDA concerning classification errors for handwritten digit recognition and alphabet recognition.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.53-53
• /
• 2020

오염물질 유출 사고가 발생했을 경우 안전한 수자원의 관리 및 공급을 위해 오염물질의 혼합거동에 대한 정확한 해석이 필요하다. 하천에 유입된 오염물질의 혼합 거동에 영향을 미치는 인자들은 다양하지만, 수리구조물 등에 의해 발생한 저흐름 영역에 의해 오염물질이 정체되는 현상에 대한 연구는 아직 미흡한 실정이다. 특히, 국내 하천에는 약 33,000여 개가 넘는 취수보가 설치되어 있으며, 이 보들은 대부분 광정보 형태의 농업용수 취수를 목적으로 하고 있다. 이러한 보에는 저유량 시기에 보 상하류간의 흐름을 원활하게 하기 위한 노치(notch) 형태의 배수로가 설치되어 있으며, 노치로 인하여 보 상류쪽에 연직방향 뿐만 아닌 수평방향 흐름장의 변화 및 저흐름 영역이 형성된다. 따라서 본 연구에서는, 노치가 설치된 보 구조물 주변에서의 수평 방향 흐름 구조 및 오염물질의 혼합 거동을 분석하여 하천 저장대 모형의 매개변수를 산정하였다. 저흐름 영역에 의하여 오염물질의 정체현상이 발생할 경우, 일반적으로 오염물질 혼합 해석에 사용되는 Fickian 이송-확산 모형은 농도의 공간 분포를 잘 재현하지 못하기 때문에 non-fickian 모형인 하천 저장대 모형이 널리 사용되고 있다. 하천 저장대 모형에서의 주요 매개변수로는 저장대 영역(저흐름 영역)의 면적과 질량교환계수가 있으며, 본 연구에서는 노치의 조건 변화에 따른 저장대 영역 및 질량교환계수의 변화를 분석하기 위하여 수리실험을 수행하였다. 노치의 조건 변화에 따른 저장대 모형의 매개변수 산정을 위하여 보 구조물이 설치되어 있는 개수로에서 수리실험을 수행하였으며, 광범위의 수평방향 흐름구조 및 오염물질의 혼합거동을 분석하기 위하여 LSPIV(Large Scale Particle-Image-Velocimetry) 및 PCA(Planar-Concentration-Analysis) 기법을 이용하여 유속 및 오염물질의 농도자료를 취득하였다. 취득된 유속 자료 및 농도자료를 바탕으로 보 상류에 위치한 저흐름영역의 크기 및 저흐름 영역과 주 흐름 영역 사이의 농도변화를 분석하였다. 실험자료 분석결과, 노치의 간격이 커질수록 저흐름영역의 크기 또한 증가하였으며, 오염물질의 체류시간 또한 증가하는 것으로 밝혀졌다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.20-20
• /
• 2021

하천에서 유해화학물질 유출사고로 인하여 오염물질이 유입되었을 경우, 이에 대응하기 위하여 오염운의 도달시간과 농도를 예측하는 것은 매우 중요하다. 종방향의 혼합거동이 중요한 넓은 범위의 하천을 대상으로 오염물질의 이송을 예측하기 위하여 일반적으로 1차원 Fickian 모형을 사용한다. 그러나 실제 하천에서 오염물질의 농도를 측정하였을 경우, 대부분의 농도분포는 오염물질의 저장대효과로 인하여 긴 tail 부분을 갖는 왜곡된 분포를 갖게 된다. 이러한 저장대 효과는 여러 하천내의 다양한 불규칙성으로부터 발생하나, 국내 하천에 많은 보가 설치되어 있음에도 불구하고 하천 내부에 설치된 수리구조물에 의하여 발생하는 인공적인 저장대 효과에 관한 연구가 미흡한 실정이다. 따라서 본 연구에서는 실내 수리실험과 수치 모의를 통하여 노치가 존재하는 보주변에서의 흐름 특성과 오염 물질의 이송 특성을 규명하고, 이를 통해 보의 지형 및 수리적 인자가 저장대 메커니즘에 미치는 영향을 분석하였다. 수리 실험을 통한 넓은 범위에서의 수평방향 흐름장과 농도장을 측정하기 위하여 본 연구에서는 광역 계측방법인 Large Scale Particle-Image-Velocimetry (LSPIV) 기법과 Planar-Concentration-Analysis (PCA) 기법을 각각 유속과 농도 측정을 위해 적용하였다. 더 많은 보의 지형 및 수리적 조건에 따른 저장대 메커니즘을 분석하기 위하여 3차원 Reynolds-averaged Navier-Stokes (RANS) 모형을 통해 모의조건을 확장 적용하였다. 측정 및 모의 결과를 바탕으로 노치가 존재하는 보의 지형 및 수리적 인자가 저장대 메커니즘에 미치는 영향을 분석하였다. 저장대 영역 면적의 크기는 노치사이의 간격이 증가할수록 증가하였으며 노치의 높이의 경우에는 크게 민감하지 않은 경향을 나타냈다. 추적물질의 체류 시간은 노치사이의 간격과 보의 높이가 증가할수록, 유량이 감소할수록 증가하여 질량교환계수 값이 감소하는 경향을 나타냈다. 프루드 수와 레이놀드 수 모두 질량교환계수와 양의 상관 관계를 나타냈으나 저장대 영역의 면적의 크기와는 낮은 관계성을 나타냈다.