Machine learningTime-frequency analysis

การแยกโหมดแบบแปรผัน (Variational Mode Decomposition - VMD)

การแยกโหมดแบบแปรผัน (VMD) เป็นวิธีการแยกสัญญาณแบบปรับตัวได้เต็มที่ ไม่ใช่แบบเวียนซ้ำ ซึ่งนำเสนอโดย Konstantin Dragomiretskiy และ Dominique Zosso ในปี 2014 วิธีการนี้แยกสัญญาณอินพุตค่าจริงออกเป็นจำนวนจำกัดของสัญญาณย่อย เรียกว่า ฟังก์ชันโหมดภายใน (intrinsic mode functions - IMFs) ซึ่งแต่ละฟังก์ชันมีความเบาบางเฉพาะตัวในโดเมนความถี่ แตกต่างจากการแยกโหมดเชิงประจักษ์ (Empirical Mode Decomposition - EMD) VMD จัดการกับการแยกสัญญาณเป็นปัญหาการหาค่าเหมาะที่สุดแบบแปรผัน ซึ่งแก้ไขได้ด้วยวิธี Alternating Direction Method of Multipliers (ADMM) ทำให้ได้ส่วนประกอบที่มีความทนทานและมีความหมายเชิงกายภาพ

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/signal-processing/variational-mode-decomposition · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026