Blind Source Separation of Single Channel Mixture Using Tensorization and Tensor Diagonalization

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F17%3A00472594" target="_blank" >RIV/67985556:_____/17:00472594 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-53547-0" target="_blank" >http://dx.doi.org/10.1007/978-3-319-53547-0</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-53547-0" target="_blank" >10.1007/978-3-319-53547-0</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Blind Source Separation of Single Channel Mixture Using Tensorization and Tensor Diagonalization

Popis výsledku v původním jazyce

This paper deals with estimation of structured signals such as damped sinusoids, exponentials, polynomials, and their products from single channel data. It is shown that building tensors from this kind of data results in tensors with hidden block structure which can be recovered through the tensor diagonalization. The tensor diagonalization means multiplying tensors by several matrices along its modes so that the outcome is approximately diagonal or block-diagonal of 3-rd order tensors. The proposed method can be applied to estimation of parameters of multiple damped sinusoids, and their products with polynomial.

Název v anglickém jazyce

Blind Source Separation of Single Channel Mixture Using Tensorization and Tensor Diagonalization

Popis výsledku anglicky

This paper deals with estimation of structured signals such as damped sinusoids, exponentials, polynomials, and their products from single channel data. It is shown that building tensors from this kind of data results in tensors with hidden block structure which can be recovered through the tensor diagonalization. The tensor diagonalization means multiplying tensors by several matrices along its modes so that the outcome is approximately diagonal or block-diagonal of 3-rd order tensors. The proposed method can be applied to estimation of parameters of multiple damped sinusoids, and their products with polynomial.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GA17-00902S" target="_blank" >GA17-00902S: Pokročilé metody slepé separace podprostorů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

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, 13th International Conference, LVA/ICA 2017

ISBN

978-3-319-53546-3

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

11

Strana od-do

36-46

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Grenoble

Datum konání akce

21. 2. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000418581400004