Análisis Vectorial Independiente
El Análisis Vectorial Independiente (IVA, por sus siglas en inglés) es una extensión multivariante del Análisis de Componentes Independientes que separa conjuntamente múltiples conjuntos de datos mientras mantiene las dependencias dentro de cada conjunto. Desarrollado por Lee, Lewicki y Sejnowski en la década de 2000, el IVA se utiliza para la separación ciega de fuentes en audio multicanal, neuroimagen y procesamiento de señales. Explota tanto la independencia entre fuentes como las correlaciones dentro de bandas de frecuencia o estructuras tiempo-frecuencia.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Independent Vector Analysis for Multivariate Blind Source Separation. ScholarGate. https://scholargate.app/es/applied-physics/independent-vector-analysis
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- AmbisonicsFísica aplicada↔ comparar
- Función de Transferencia Relacionada con la CabezaFísica aplicada↔ comparar
- Coeficientes Cepstrales de Frecuencia Mel (MFCC)Física aplicada↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →