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
Erschienen in:
Higher-Order Block Term Decomposition for Spatially Folded fMRI Data Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Gaussian Processes for Source Separation in Overdetermined Bilinear Mixtures

verfasst von : Denis G. Fantinato, Leonardo T. Duarte, Bertrand Rivet, Bahram Ehsandoust, Romis Attux, Christian Jutten

Erschienen in: Latent Variable Analysis and Signal Separation

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

In this work, we consider the nonlinear Blind Source Separation (BSS) problem in the context of overdetermined Bilinear Mixtures, in which a linear structure can be employed for performing separation. Based on the Gaussian Process (GP) framework, two approaches are proposed: the predictive distribution and the maximization of the marginal likelihood. In both cases, separation can be achieved by assuming that the sources are Gaussian and temporally correlated. The results with synthetic data are favorable to the proposal.

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

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

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"

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
Vorheriges Kapitel Approximate Joint Diagonalization According to the Natural Riemannian Distance
Nächstes Kapitel Model-Independent Method of Nonlinear Blind Source Separation
Literatur
1.
Comon, P., Jutten, C.: Handbook of Blind Source Separation: Independent Component Analysis and Applications. Academic Press, Oxford (2010)
2.
Duarte, L.T., Jutten, C., Moussaoui, S.: A Bayesian nonlinear source separation method for smart ion-selective electrode arrays. IEEE Sens. J. 9(12), 1763–1771 (2009)CrossRef
3.
Hosseini, S., Jutten, C.: On the separability of nonlinear mixtures of temporally correlated sources. IEEE Sig. Process. Lett. 10(2), 43–46 (2003)CrossRef
4.
Hosseini, S., Deville, Y.: Blind separation of linear-quadratic mixtures of real sources using a recurrent structure. In: Mira, J., Álvarez, J.R. (eds.) IWANN 2003. LNCS, vol. 2687, pp. 241–248. Springer, Heidelberg (2003). doi:10.​1007/​3-540-44869-1_​31 CrossRef
5.
Merrikh-Bayat, F., Babaie-Zadeh, M., Jutten, C.: Linear-quadratic blind source separating structure for removing show-through in scanned documents. Int. J. Doc. Anal. Recogn. (IJDAR) 14(4), 319–333 (2011)CrossRef
6.
Duarte, L.T., Jutten, C.: Design of smart ion-selective electrode arrays based on source separation through nonlinear independent component analysis. Oil Gas Sci. Technol. 69(2), 293–306 (2014)CrossRef
7.
Abed-Meraim, K., Belouchiani, A., Hua, Y.: Blind identification of a linear-quadratic mixture of independent components based on joint diagonalization procedure. IEEE ICASSP 5, 2718–2721 (1996)
8.
Castella, M.: Inversion of polynomial systems and separation of nonlinear mixtures of finite-alphabet sources. IEEE Trans. Sig. Proc. 56(8), 3905–3917 (2008)MathSciNetCrossRef
9.
Duarte, L.T., Ando, R.A., Attux, R., Deville, Y., Jutten, C.: Separation of sparse signals in overdetermined linear-quadratic mixtures. In: Theis, F., Cichocki, A., Yeredor, A., Zibulevsky, M. (eds.) LVA/ICA 2012. LNCS, vol. 7191, pp. 239–246. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-28551-6_​30 CrossRef
10.
Ando, R.A., Duarte, L.T., Attux, R.R.F.: Blind source separation for overdetermined linear quadratic mixtures of bandlimited signals. In: IEEE International Telecommunications Symposium (ITS) (2014)
11.
Rasmussen, C.: Gaussian Processes for Machine Learning. MIT Press, Cambridge (2006)MATH
12.
Deville, Y., Duarte, L.T.: An overview of blind source separation methods for linear-quadratic and post-nonlinear mixtures. In: Vincent, E., Yeredor, A., Koldovský, Z., Tichavský, P. (eds.) LVA/ICA 2015. LNCS, vol. 9237, pp. 155–167. Springer, Heidelberg (2015). doi:10.​1007/​978-3-319-22482-4_​18
13.
Price, K., Storn, R., Lampinen, J.: Differential Evolution: A Practical Approach to Global Optimization. Springer, Heidelberg (2005)MATH
Metadaten
Titel
Gaussian Processes for Source Separation in Overdetermined Bilinear Mixtures
verfasst von
Denis G. Fantinato
Leonardo T. Duarte
Bertrand Rivet
Bahram Ehsandoust
Romis Attux
Christian Jutten
Copyright-Jahr
2017
Buch
Latent Variable Analysis and Signal Separation

Print ISBN: 978-3-319-53546-3

Electronic ISBN: 978-3-319-53547-0

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-53547-0_29