Machine learningTime-frequency analysis

Dekompozycja Modowa Wariacyjna (VMD)

Dekompozycja Modowa Wariacyjna (VMD) to w pełni adaptacyjna, nierestauracyjna metoda dekompozycji sygnału, wprowadzona przez Konstantina Dragomiretskiy i Dominique'a Zosso w 2014 roku. Dekomponuje ona rzeczywisty sygnał wejściowy na dyskretną liczbę pod-sygnałów, zwanych wewnętrznymi funkcjami modowymi (IMF), z których każdy charakteryzuje się określoną rzadkością w dziedzinie częstotliwości. W przeciwieństwie do Empirycznej Dekompozycji Modowej, VMD ujmuje dekompozycję jako wariacyjny problem optymalizacyjny rozwiązywany za pomocą Metody Naprzemiennych Kierunków Mnożników (ADMM), co prowadzi do uzyskania odpornych i fizycznie znaczących komponentów.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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 cytować tę stronę

ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). Pobrano 2026-06-15 z https://scholargate.app/pl/signal-processing/variational-mode-decomposition · Zbiór danych: https://doi.org/10.5281/zenodo.20539026