Abstract
W niniejszym artykule przedstawimy szczególną właściwość algorytmów ślepej separacji jaką jest występowanie funkcji log(cosh) w funkcjach celu, z których owe algorytmy są wyprowadzane. Wskażemy, że zakładane jako zasadniczo różne metody separacji, oparte na odmiennych kryteriach takich jak statystyczna niezależność, rzadkość lub gładkość, mogą lub są w praktyce sprowadzane do eksploracji w istocie tej samej matematycznej charakterystyki.
Publisher
Warsaw University of Life Sciences - SGGW Press
Reference23 articles.
1. Amari S., Cichocki A., Yang H. (1999) Unsupervised Adaptive Filtering, chapter Blind Signal Separation and Extraction - Neural and Information Theoretic Approaches. John Wiley.
2. Berry M., Browne M., Langville A., Pauca P., Plemmons R. (2007) Algorithms and Applications for Approximate Nonnegative Matrix Factorization. Computational Statistics & Data Analysis, 52(1), 155-173.
3. Cardoso J. (1998) Blind Signal Separation: Statistical Principles. Proceedings. of the IEEE, 86(10), 2009-2025.
4. Cardoso J. (1999) High-Order Contrasts for Independent Component Analysis. Neural Computation, 11(1), 157-192.
5. Cardoso J. (1997) Infomax and Maximum Likelihood for Source Separation. IEEE Letters on Signal Processing, 4(4), 112-114.