All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

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