Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Aplikace ICA ve zpracování signálů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F08%3A00020891" target="_blank" >RIV/60461373:22340/08:00020891 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    ICA Application in Signal Processing

  • Popis výsledku v původním jazyce

    Independent Component Analysis (ICA) is a computational method for separation of multivariate signal X into a linear sum of statistically independent components.There are various forms of ICA methods definition, presented paper deals with noise-free ICAmodel in the form X=A.S. Measured signals X originate from the linear combination of hidden independent components S. Values of mixing matrix A are unknown. The goal of the task is in the estimation of S from the knowledge of X only by means of indepencymaximization of estimated S signals. Kurtosis or negentrophy can be used as proper criteria and various algorithms were proposed with their use. Some assumption concerning of the input vector X and signal preprocessing are required as well. ICA methodsfind application in signal separation or feature extraction solving these problems in image, audio or other data processing. Presented paper is focused in MRI data processing with emphasis to signal noise rejection.

  • Název v anglickém jazyce

    ICA Application in Signal Processing

  • Popis výsledku anglicky

    Independent Component Analysis (ICA) is a computational method for separation of multivariate signal X into a linear sum of statistically independent components.There are various forms of ICA methods definition, presented paper deals with noise-free ICAmodel in the form X=A.S. Measured signals X originate from the linear combination of hidden independent components S. Values of mixing matrix A are unknown. The goal of the task is in the estimation of S from the knowledge of X only by means of indepencymaximization of estimated S signals. Kurtosis or negentrophy can be used as proper criteria and various algorithms were proposed with their use. Some assumption concerning of the input vector X and signal preprocessing are required as well. ICA methodsfind application in signal separation or feature extraction solving these problems in image, audio or other data processing. Presented paper is focused in MRI data processing with emphasis to signal noise rejection.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2008

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings the 8th International Scientific - Technological Conference Process Control 2008

  • ISBN

    978-80-7395-077-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

  • Název nakladatele

    Univerzita Pardubice

  • Místo vydání

    Pardubice

  • Místo konání akce

    Kouty nad Desnou

  • Datum konání akce

    9. 6. 2008

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku