메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김현성 (중앙대학교) 이웅주 (중앙대학교) 임예지 (중앙대학교)
저널정보
한국통계학회 응용통계연구 응용통계연구 제34권 제2호
발행연도
2021.4
수록면
127 - 139 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
독립성분분석은 혼합 데이터로부터 독립된 신호들을 분리해내는 대표적인 통계적 방법론이며, 그룹 독립성분분석은 독립성분분석을 여러 개체에 적용할 수 있도록 확장한 방법론이다. 그룹 독립성분분석은 기능적 자기 공명 영상 데이터에 활용되어 의학적으로 유의미한 결과를 줌이 알려져있다. 그러나 자기 공명 영상 스캔에서 흔히 일어나는 이상치가 포함되어 있는 경우, 기존의 그룹 독립성분분석은 그 효과가 떨어짐이 알려져있다. 본 연구에서는 ROBPCA 기반의 로버스트한 그룹 독립성분분석 방법론을 제안하였다. 시뮬레이션과 실제 자료 분석을 통해 제안한 방법과 기존 방법을 비교하였고, 그 결과 제안한 방법론의 로버스트성을 입증했다.
#functional magnetic resonance imaging #independent component analysis #group independent component analysis #robustness #ROBPCA #fMRI #독립성분분석 #그룹 독립성분분석 #로버스트성

목차

Abstract
1. 서론
2. 방법론
3. 시뮬레이션
4. 실제 자료 기반 가상 자료 분석
5. 결론
References
요약

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0