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
—