Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Neural Computing and Applications
Erschienen in: Neural Computing and Applications 3-4/2003

01.12.2003 | Original Article

A simplified approach to independent component analysis

verfasst von: Yogesh Singh, C. S. Rai

Erschienen in: Neural Computing and Applications | Ausgabe 3-4/2003

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Independent Component Analysis (ICA) is one of the fastest growing fields in the area of neural networks and signal processing. Blind Source Separation (BSS) is one of the applications of ICA. In this paper, ICA has been used for separating unknown source signals. BSS is used to extract independent signal components from their observed linear mixtures at an array of sensors. Various statistical techniques based on information theoretic and algebraic approaches exist for performing ICA. In this paper, we have used an objective function based on independence criterion of the signals. Optimisation of this objective function yields a neural algorithm along with a non-linear function for signal separation. Performance of the algorithm for artificially generated signals as well as audio signals has been evaluated.
Vorheriger Artikel A neural network-based approach for calculating dissolved oxygen profiles in reservoirs
Nächster Artikel Adaptive robust control for servo manipulators

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Comon P (1994) Independent component analysis, a new concept? Signal Process 36:287–314CrossRefMATH
2.
Amari SI, Cichoki A, Yang H (1996) A new learning algorithm for blind signal separation. Advances in Neural Information Processing Systems, Vol 8, pp 757–763, Denver, CO
3.
Bell AJ, Sejnowski TJ (1995) An information–maximization approach to blind separation and blind deconvolution. Neural Computation 7:1004–1034
4.
Lee T-W, Girlomi M, Sejnowski TJ (1999) Independent component analysis using an extended infomax algorithm for mixed sub-Gaussian and super-Gaussian sources. Neural Computation 11(2):409–433CrossRefMATH
5.
Singh Y, Rai CS (2002) Blind source separation: an unified approach. Neurocomputing 49(1–4):435–438
6.
Singh Y, Rai CS (2001) A non-linear function for gradient based BSS. Proc IJCNN 2001, pp 936–939, Washington DC
7.
Cardoso JF (1998) Super-symmetric decomposition of the fourth order cumulant tensor. Proc ICASSP, pp 3109–3112
8.
Cardoso JF, Laheld BH (1996) Equivariant adaptive source separation. IEEE Trans Signal Process 44(12):3017–3030CrossRef
9.
Cardoso JF (1998) Blind signal separation: statistical principal. Proc IEEE 9(10):2009–2025CrossRef
10.
Haverinen A, Oja E (1997) A fast fixed point algorithm for independent component analysis. Neural Computation 9:1483–1492
11.
Karhunan J, Oja E, Wang L, Vigario R, Joutsensalo J (1997) A class of neural networks for independent component analysis. IEEE Trans Neural Networks 8:487–504
12.
Cichoki A, Unbehauen U, Rummert E (1994) Robust learning algorithm for blind separation of signals. Electr Lett 30(17):1386–1387CrossRef
13.
De.Lathauwer L, De.Moor B, Vandewalle J (1995) Fetal electro-cardiogram extraction by source sub-space separation. Proc HOS’95, Spain, pp 134–138
14.
Makeig S, Bell A, Jung TP, Sejnowskim TJ (1995) Independent component analysis of electroencephalographic data. Advances in Neural Information Processing Systems, vol 8, MIT Press
15.
Ziegaus C, Lang EW (1999) Independent component extraction of natural images based on fourth-order cumulants. ICA99, Aussois, France, pp 115–120
16.
Bell AJ, Sejnowski TJ (1996) Edges are the ‘independent components’ of natural scenes. Advances in Neural Information Processing Systems, vol 9, MIT Press
17.
Chaumette E, Common P, Muller D (1993) “CA-based technique for radiating sources estimation: application to airport survellience. IEE Proc-F 140(6):395–402
18.
Swindlehurst A, Goris M, Otterson B (1997) Some experiments with array data collected in actual urban and sub-urban environment. IEEE Workshop on Signal Processing Advances in Wireless Communication, pp 301–304
19.
Anand K, Mathew G, Reddy G (1995) Blind separation of multiple co-channel BPSK signals arriving at an antenna array. IEEE Signal Process Lett 2(9):176–178CrossRef
20.
Thirion N, Mars J, Boelle JL (1996) Separation of seismic signals: a new concept based on blind algorithm. Signal Processing VIII, Theories and Applications, Triest, Italy, pp 85–88
21.
Papoulis A (1991) Probability, random variables, and stochastic processes. McGraw-Hill
22.
Stuart A, Ord JK (1991) Kendal’s advanced theory of stistics. Edword Arnold
Metadaten
Titel
A simplified approach to independent component analysis
verfasst von
Yogesh Singh
C. S. Rai
Publikationsdatum
01.12.2003
Verlag
Springer-Verlag
Erschienen in
Neural Computing and Applications / Ausgabe 3-4/2003
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI
https://doi.org/10.1007/s00521-003-0379-7

Weitere Artikel der Ausgabe 3-4/2003

Neural Computing and Applications 3-4/2003 Zur Ausgabe

Original Article

Adaptive robust control for servo manipulators

Original Article

Optimising newspaper sales using neural-Bayesian technology

Original Article

New methods for self-organising map visual analysis

Original Article

Navigating mobile robots with a modular neural architecture

Original Article

“Reasonable” support to knowledge sharing through schema analysis and articulation

Editorial

Online First publication

Premium Partner

    Bildnachweise