Fast Approximate Joint Diagonalization Incorporating Weight Matrices
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F09%3A00321670" target="_blank" >RIV/67985556:_____/09:00321670 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Fast Approximate Joint Diagonalization Incorporating Weight Matrices
Original language description
We propose a new low complexity Approximate Joint Diagonalization (AJD) algorithm, which incorporates nontrivial block-diagonal weight matrices into a Weighted Least-Squares (WLS) AJD criterion. We show how the new algorithm can be utilized in an iteratively-reweighted separation scheme, thereby giving rise to fast implementation of asymptotically optimal BSS algorithms in various scenarios. In particular, we consider three specific (yet common) scenarios, involving stationary or block-stationary Gaussian sources, for which the optimal weight matrices can be readily estimated from the sample covariance matrices (which are also the target-matrices for the AJD). Comparative simulation results demonstrate the advantages in both speed and accuracy, as wellas compliance with the theoretically predicted asymptotic optimality of the resulting BSS algorithms based on the weighted AJD, both on large scale problems with matrices of the size 100 x 100.
Czech name
Rychlá přibližná diagonalizace s váhovými maticemi
Czech description
V práci je navržena nová metoda přibližné vzájemné diagonalizace souboru matic, která obsahuje netriviální váhové matice, jimiž se nastavuje fungování algoritmu. Algoritmus má velmi nízkou výpočetní složitost. Je ukázáno iterativní použití algoritmu s adaptivním odhadováním váhových matic, a to při slepé separaci signálů ve třech různých variantách: separace nezávislých autoregresních procesů a separace po blocích stacionárních autoregresních procesů s řádem 1 nebo vyšším. Ve všech případech je tak možné získat asymptoticky eficientní odhady. Algoritmus lze použít na diagonalizaci velkých matic, např. velikosti 100x100.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
BB - Applied statistics, operational research
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/1M0572" target="_blank" >1M0572: Data, algorithms, decision making</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2009
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
IEEE Transactions on Signal Processing
ISSN
1053-587X
e-ISSN
—
Volume of the periodical
57
Issue of the periodical within the volume
3
Country of publishing house
US - UNITED STATES
Number of pages
14
Pages from-to
—
UT code for WoS article
000263431900006
EID of the result in the Scopus database
—