Mostrar nube de etiquetas

The separation of independent sources from an array of sensors is a classical but difficult problem in signal processing. Based on some biological observations, an adaptive algorithm is proposed to separate simultaneously all the unknown independent sources. The adaptive rule, which constitutes an independence test using non-linear functions, is the main original point of this blind identification procedure. Moreover, a new concept, that of INdependent Components Analysis (INCA), more powerful than the classical Principal Components Analysis (in decision tasks) emerges from this work.

Notas/Comentarios de Juan Ignacio Godino:
En este trabajo se desarrolla el método de Análisis de Componentes Independientes (Independent Component Analysis -ICA). El método se basa en el principio de cancelar correlaciones cruzadas no lineales para extraer variables estadísticamente independientes a partir de un conjunto de medidas, donde cada variable se ve afectada por una serie de causas físicas subyacentes. Para ello se asume que las componentes son, potencialmente, señales no gaussianas estadísticamente independientes entre sí. La aplicación clásica del modelo ICA es la separación ciega de fuentes. ICA se planea por primera vez en la tesis doctoral de C. Jutten. "Calcul neuromimétique et traitement du signal, analyse en composantes independents". PhD thesis, INPG, Univ. Grenoble, 1987, pero este artículo es considerado la contribución seminal por su difusión.

Especificaciones

Foro

Foro Histórico

de las Telecomunicaciones

Contacto

logo COIT
C/ Almagro 2. 1º Izq. 28010. Madrid
Teléfono 91 391 10 66 coit@coit.es
logo AEIT Horizontal
C/ General Arrando, 38. 28010. Madrid
Teléfono 91 308 16 66 aeit@aeit.es

Copyright 2024 Foro Histórico de las Telecomunicaciones