• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.213-223
• /
• 2004

본 논문에서는 실시간 응용을 위해 형판 정합 방법을 기반으로 하면서 동시에 외형 기반 (appearance_based) 방법에서 제시하는 학습 모델을 이용한 새로운 얼굴 검출 방법을 제안한다. 우선, 빛이나 조명의 영향에 의한 오류를 방지하기 위한 효과적인 전처리 과정으로 최소-최대 정규화(Min-max Normalization) 방법과 히스토그램 정규화 방법을 적용시킨다. 그런 뒤에 입력 영상과 형판을 PCA 변환하여 각각의 주성분(PC : Principal Component)을 생성하고 이를 LDA 변환한다. PCA 및 LDA 변환된 형판을 이용하여 입력 영상과의 거리 값을 구한 후 거리 값이 가장 작은 영역을 얼굴 영역으로 선택하고, 선택된 영역은 SVM을 이용하여 얼굴인지 아닌지를 검증하는 과정을 거친다. 또한, 본 논문에서는 실시간 얼굴 검출 방법을 위해 전체 영역이 아닌 $\pm$12 화소 크기의 탐색 윈도우를 이용하여 시스템의 속도 및 정확도를 고려하도록 하였다. 실제 환경과 같은 6개 부류의 동영상을 중심으로 실험한 결과, 본 논문에서 제안하는 방법이 기존의 PCA 변환만을 이용한 방법보다 좋은 성능을 보여줌을 알 수 있었고, 또한 SVM을 이용한 얼굴 검증 과정을 추가한 방법이 PCA 변환과 LDA 변환을 사용한 방법보다 좋은 성능을 보여줌을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권6호
• /
• pp.105-109
• /
• 2021

본 논문에서는 Boosted 3-D PCA 방법을 데이터 세트로 평가하고 성능을 평가한다. 그런 다음 네트워크의 특징과 성능을 분석하겠습니다. 본 논문에서는 Boosted 3-D PCA 학습방법을 사용하여 300W-LP 데이터 학습을 수행했으며 AFLW2000 데이터 세트를 사용하여 평가를 평가했다. 결과는 이 성능 결과는 기존 랜드마크 대 포즈 방법보다 자유롭게 얼굴 이미지의 데이터 세트를 사용하여 학습할 수 있으므로 실제 상황에서 포즈를 정확하게 예측할 수 있다. 키포인트 세트의 최적화는 독립적이지 않기 때문에, 우리는 계산 시간을 줄일 방법을 확인했다. 이 방법은 Boosted 3-D PCA 성능을 향상시키거나 다양한 애플리케이션 도메인에 적용하는 데 매우 중요한 자원이 될 것으로 예상한다

• 한국인터넷방송통신학회논문지
• /
• 제22권2호
• /
• pp.103-108
• /
• 2022

본 논문에서는 회귀 매니폴드 3-D PCA 기반 새로운 이미지 분석 방법을 제안한다. 제안된 방법은 대용량 이미지 데이터 입력 시 효율적인 차원 축소를 위해 개선된 매니폴드 3-D PCA와 PCA의 비선형 확장이 가능한 오토인코더를 기반으로 설계된 구조로 회귀분석 알고리즘으로 구성된 새로운 이미지 분석 방법이다. 오토인코더의 구성으로는 이미지 픽셀 값을 3차원 회전을 통한 최전의 초평면을 도출하는 회귀 매니폴드 3-D PCA와 딥러닝 구조와 유사한 Bayesian Rule 구조를 적용한다. 성능 검증을 위해 실험을 수행한다. 미세먼지 이미지를 활용하여 이미지를 향상되며, 이를 분류 모델을 통한 정확도 성능 평가를 수행한다. 그 결과 딥러닝 성능에 유효함을 확인할 수 있다.

• The Korean Journal of Pain
• /
• 제9권1호
• /
• pp.75-82
• /
• 1996

Background: Nerve blocks, including epidural analgesia, can be risky for terminal cancer pain patients in generally poor conditions. We performed this study to evaluate the efficacy of intravenous patient-controlled analgesia(PCA) to treat severe pain of terminally ill cancer patients during the last days of life. Methods: We explained the patient's poor general condition to relatives and received a written consent to administer PCA. The starting dose of opioid for PCA in cancer pain management was based on previous 24-hour dose. Previous 24-hour opioid dose was converted to intramuscular morphine equivalent. The concentration of opioid mixed into Basal Bolus $Infusor^{(R)}$ was controlled to allow for one half of the previous 24-hour equianalgesic dose to infuse continuously. Patients controlled their pain by pushing the PCA module themselves. Patients were observed by pain service team. Some discharged patients were treated at home until death. Results: Forty eight patients received PCA for last two years. The most common reason receiving a PCA was the patient's poor general condition(52.0%). The mean starting dose of PCA was $20.6{\pm}16.2$ mg of morphine. Over eighty percents of the patients were in good or tolerable state of analgesia. Half of the patients expired within one week. The mean duration of PCA was $8.7{\pm}7.0$ days. The problems during PCA were: difficulty in maintaining intravenous routes, early loss of mentality after starting PCA, hypotension and nausea. Conclusion: We concluded that PCA, if correctly, is an effective, relatively safe and readily controllable method of pain management in terminally ill cancer patients during the last days of life. For future considerations, terminal patients may expire at the comfort of their own homes after the resolution of legal problems regarding using opioid in home care.

• International Journal of Safety
• /
• 제11권2호
• /
• pp.22-25
• /
• 2012

This paper deals with the problem of fault diagnosis for identifying a single fault when the number of assumed faults is larger than that of predictive variables. Principal component analysis (PCA) is employed to isolate and identify a single fault. PCA is a method to extract important information as reducing the number of large dimension in a process. The patterns of all assumed faults can be recognized by PCA and these can be employed whether a new fault is one of predefined faults or not. Through PCA, empirical models for analyzing patterns can be trained. When a single fault occurs, the pattern generated by PCA can be obtained and this is used to identify a fault. The performance of the proposed approach is illustrated in the actuator benchmark problem.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.625-632
• /
• 2001

Principal component analysis(PCA) is a multivariate technique falling under the general title of factor analysis. The purpose of PCA is to Identify the dependence structure behind a multivariate stochastic observation In order to obtain a compact description of it. In engineering field PCA is utilized mainly (or data compression and restoration. In this paper we propose a new robust Hebbian algorithm for robust PCA. This algorithm is based on a hyperbolic tangent function due to Hampel ef al.(1989) which is known to be robust in Statistics. We do two experiments to investigate the performance of the new robust Hebbian learning algorithm for robust PCA.

• Macromolecular Research
• /
• 제17권9호
• /
• pp.631-637
• /
• 2009

This study examined the unique self-doping behavior of carboxylated polyaniline (PCA). The self-doped PCA was synthesized using an environmentally benign enzymatic polymerization method with cationic surfactants. XPS showed that HCl-doped PCA contained approximately 34% of protonated amines but self-doped PCA contained 9.6% of the doped form of nitrogen at pH 4. FTIR and elemental analysis showed that although the PCA was doped with the proton of strong acids at low pH via the protonation of amines, the self-doping mechanism of PCA at pH > 4 was mainly due to hydrogen bonding between the carboxylic acid group and amine group.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.600-605
• /
• 2003

주성분 분석은 공정의 모니터링과 고장진단을 위한 유용한 방법으로 알려져 있으며 일반적으로 잔차와 주성분의 해석을 통하여 고장의 원인을 분류하고 있다. 대규모 공정에서는 이러한 방법이 적용상의 한계를 가지고 있다. 본 논문에서는 보다 향상된 고장진단을 위해 주성분 분석에 FCM-기반 고장 진단 알고리즘을 결합하였고 Two-tank 시스템을 이용하여 주성분 분석을 이용한 FCM-기반 고장진단 알고리즘의 구현하여 적용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.649-652
• /
• 2002

PCA 방법은 입력 차원을 수학적으로 줄일 수 있는 장점 때문에 패턴인식 부분에서 널리쓰이고 있다. 얼굴인식에서의 PCA는 학습 패턴의 분산을 최대로 하는 기저 벡터들인 고유얼굴을 만들어 얼굴인식이 필요한 영상을 이 기저 벡터에 투사시켜 이때 나온 인자들과 원래 각 개인의 대표 인자값과의 거리 비교로 얼굴을 인식하는 방법이다. 그러나 조명등의 영향에 매우 민감하며 거리값으로 얼굴을 인식하기 때문에 다양한 변화에 따라 오인식률이 높아진다. 이는 인식률을 높이고자 임계값을 높게 설정하는 과정에서 발생하는 오류이며, 이를 방지하기 위해 임계치를 낮게 설정하면 오거부율이 높아진다. 이에 본 연구에서는 PCA에 입력되는 패턴들을 사전에 비교, 분류하여 PCA 연산시에 분산과 변위를 최대한으로 가질 수 있도록 하였다. 그러하여, 기존의 PCA보다 상당히 낮은 임계값으로도 오거부율의 증가를 막았으며, 낮은 임계값 설정으로 인하여 오인식률을 낮추는 결과를 얻을 수 있었다. 이는 기존의 PCA 방법을 사용하는 인식시스템에서 종종 발생하는 허가되지 않아야 하는 외부인을 인증시키는 사례를 줄일 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.276-276
• /
• 2018

In this paper the potential of the Principle Component Analysis(PCA) technique that can be used to detect leaks in water pipe network blocks was evaluated. For this purpose the PCA was conducted to evaluate the relevance of the calculated outliers of a PCA model utilizing the recorded pipe flows and the recorded pipe leak incidents of a case study water distribution system. The PCA technique was enhanced by applying the computational algorithms developed in this study. The algorithms were designed to extract a partial set of flow data from the original 24 hour flow data so that the variability of the flows in the determined partial data set are minimal. The relevance of the calculated outliers of a PCA model and the recorded pipe leak incidents was analyzed. The results showed that the effectiveness of detecting leaks may improve by applying the developed algorithm. However, the analysis suggested that further development on the algorithm is needed to enhance the applicability of the PCA in detecting leaks in real-world water pipe networks.