Analýza nezávislých vektorů
Analýza nezávislých vektorů (IVA) je vícerozměrné rozšíření analýzy nezávislých komponent, které společně separuje více datových sad při zachování závislostí v rámci každé datové sady. IVA, vyvinutá Lee, Lewickim a Sejnowskim v prvních letech 21. století, se používá pro separaci slepých zdrojů ve vícekanálovém zvuku, zobrazení mozku a zpracování signálů. Využívá jak nezávislost mezi zdroji, tak korelace v rámci frekvenčních pásem nebo časově-frekvenčních struktur.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- Lee, T. W., Lewicki, M. S., & Sejnowski, T. J. (2007). Independent Component Analysis for Source Localization in Biomedical Signals. In Proc. IEEE Int. Conf. Acoust. Speech Signal Process., pp. 97-100. link ↗
- Kim, T., Attias, H. T., Lee, S. Y., & Lee, T. W. (2006). Blind source separation exploiting higher-order frequency dependencies. IEEE Transactions on Audio, Speech, and Language Processing, 15(1), 70-79. DOI: 10.1109/tasl.2006.872618 ↗
- Comon, P., Jutten, C., & Herault, J. (2010). Blind Separation of Sources, Part II: Problems Statement. IEEE Transactions on Signal Processing, 59(11), 4711-4721. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Independent Vector Analysis for Multivariate Blind Source Separation. ScholarGate. https://scholargate.app/cs/applied-physics/independent-vector-analysis
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- AmbisonicsAplikovaná fyzika↔ porovnat
- Přenosová funkce hlavy (HRTF)Aplikovaná fyzika↔ porovnat
- MFCC (Mel-Frequency Cepstral Coefficients)Aplikovaná fyzika↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →