On Computation of Approximate Joint Block-Diagonalization Using Ordinary AJD

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F12%3A00376329" target="_blank" >RIV/67985556:_____/12:00376329 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-28551-6_21" target="_blank" >http://dx.doi.org/10.1007/978-3-642-28551-6_21</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-28551-6_21" target="_blank" >10.1007/978-3-642-28551-6_21</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On Computation of Approximate Joint Block-Diagonalization Using Ordinary AJD

Popis výsledku v původním jazyce

Approximate joint block diagonalization (AJBD) of a set of matrices has applications in blind source separation, e.g., when the signal mixtures contain mutually independent subspaces of dimension higher than one. The main message of this paper is that certain ordinary approximate joint diagonalization (AJD) methods can also be used successfully for AJBD, but not all are suitable equally well. In particular, we prove that when the set is exactly jointly block-diagonalizable, perfect block-diagonalizationis attainable by the recently proposed AJD algorithm ?U-WEDGE" (uniformly weighted exhaustive diagonalization with Gaussian iteration) - but this basic consistency property is not shared by some other popular AJD algorithms. In addition, we show using simulation, that in the more general noisy case, the subspace identification accuracy of U-WEDGE compares favorably to competitors.

Název v anglickém jazyce

On Computation of Approximate Joint Block-Diagonalization Using Ordinary AJD

Popis výsledku anglicky

Approximate joint block diagonalization (AJBD) of a set of matrices has applications in blind source separation, e.g., when the signal mixtures contain mutually independent subspaces of dimension higher than one. The main message of this paper is that certain ordinary approximate joint diagonalization (AJD) methods can also be used successfully for AJBD, but not all are suitable equally well. In particular, we prove that when the set is exactly jointly block-diagonalizable, perfect block-diagonalizationis attainable by the recently proposed AJD algorithm ?U-WEDGE" (uniformly weighted exhaustive diagonalization with Gaussian iteration) - but this basic consistency property is not shared by some other popular AJD algorithms. In addition, we show using simulation, that in the more general noisy case, the subspace identification accuracy of U-WEDGE compares favorably to competitors.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název statě ve sborníku

Latent Variable Analysis and Signal Separation

ISBN

978-3-642-28550-9

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

163-171

Název nakladatele

Springer

Místo vydání

Heidelberg

Místo konání akce

Tel Aviv

Datum konání akce

12. 3. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—