Machine learningTime-frequency analysis

Variational Mode Decomposition (VMD)

Variational Mode Decomposition (VMD) je plně adaptivní, ner rekurzivní metoda dekompozice signálu, kterou v roce 2014 představili Konstantin Dragomiretskiy a Dominique Zosso. Dekomponuje reálný vstupní signál na diskrétní počet podsignálů, nazývaných intrinsic mode functions (IMFs), z nichž každý má specifickou řídkost (sparsity) ve frekvenční oblasti. Na rozdíl od Empirical Mode Decomposition (EMD) VMD rámcuje dekompozici jako variační optimalizační problém řešený pomocí Alternating Direction Method of Multipliers (ADMM), což vede k robustním a fyzikálně smysluplným komponentám.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675

Jak citovat tuto stránku

ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/cs/signal-processing/variational-mode-decomposition

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Odkazuje sem

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). Získáno 2026-06-15 z https://scholargate.app/cs/signal-processing/variational-mode-decomposition · Datová sada: https://doi.org/10.5281/zenodo.20539026