Independent Vector Analysis
Independent Vector Analysis (IVA) on riippumattoman komponenttianalyysin (Independent Component Analysis, ICA) monimuuttujalaajennus, joka erottaa useita datajoukkoja samanaikaisesti säilyttäen riippuvuudet kunkin datajoukon sisällä. Leen, Lewickin ja Sejnowskin 2000-luvulla kehittämää IVA:a käytetään sokeaan lähteen erotteluun monikanavaisessa äänessä, aivokuvantamisessa ja signaalinkäsittelyssä. Se hyödyntää sekä lähteiden välistä riippumattomuutta että korrelaatioita taajuuskaistojen tai aika-taajuusrakenteiden sisällä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Independent Vector Analysis for Multivariate Blind Source Separation. ScholarGate. https://scholargate.app/fi/applied-physics/independent-vector-analysis
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.
- AmbisonicsSovellettu fysiikka↔ compare
- Päähän liittyvä siirtofunktioSovellettu fysiikka↔ compare
- MFCC (Mel-Frequency Cepstral Coefficients)Sovellettu fysiikka↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →