Počet záznamů: 1
Blind Separation of Piecewise Stationary NonGaussian Sources
- 1.
SYSNO ASEP 0332915 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Ostatní články Název Blind Separation of Piecewise Stationary NonGaussian Sources Překlad názvu Slepá separace po částech stacionárních negaussovských zdrojů Tvůrce(i) Koldovský, Zbyněk (UTIA-B) RID
Málek, J. (CZ)
Tichavský, Petr (UTIA-B) RID, ORCID
Deville, Y. (FR)
Hosseini, S. (FR)Zdroj.dok. Signal Processing. - : Elsevier - ISSN 0165-1684
Roč. 89, č. 12 (2009), s. 2570-2584Poč.str. 15 s. Forma vydání www - www Jazyk dok. eng - angličtina Země vyd. NL - Nizozemsko Klíč. slova Independent component analysis ; blind source separation ; Cramer-Rao lower bound Vědní obor RIV BB - Aplikovaná statistika, operační výzkum CEP 1M0572 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy GA102/09/1278 GA ČR - Grantová agentura ČR CEZ AV0Z10750506 - UTIA-B (2005-2011) DOI 10.1016/j.sigpro.2009.04.021 Anotace We address Independent Component Analysis (ICA) of piecewise stationary and nonGaussian signals and propose a novel ICA algorithm called Block EFICA that is based on this generalized model of signals. The method is a further extension of the popular nonGaussianity-based FastICA algorithm and of its recently optimized variant called EFICA. In contrast to these methods, Block EFICA is developed to effectively exploit varying distribution of signals, thus, also their varying variance in time (nonstationarity) or, more precisely, in time-intervals (piecewise stationarity). In theory, the accuracy of the method asymptotically approaches Cramer-Rao lower bound (CRLB) under common assumptions when variance of the signals is constant. On the other hand, the performance is practically close to the CLRB even when variance of the signals is changing. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2010
Počet záznamů: 1