Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas

Resumen: Con el fin de aumentar la eficiencia del Análisis de Componentes Independientes (ICA) y reducir la complejidad computacional del sistema, este artículo propone una metodología basada en la técnica de muestreo compresivo, usando mediciones mínimas. Esta permite comprimir y modificar las cara...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Rivera,Eduardo, Moreno,Rodolfo, Pérez,Héctor, Nakano,Mariko
Lenguaje:	Spanish / Castilian
Publicado:	Centro de Información Tecnológica 2020
Materias:	separación de fuentes muestreo compresivo ICA algoritmo de gradiente ascendente
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642020000100287
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-07642020000100287
record_format	dspace
spelling	oai:scielo:S0718-076420200001002872020-02-25Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimasRivera,EduardoMoreno,RodolfoPérez,HéctorNakano,Mariko separación de fuentes muestreo compresivo ICA algoritmo de gradiente ascendente Resumen: Con el fin de aumentar la eficiencia del Análisis de Componentes Independientes (ICA) y reducir la complejidad computacional del sistema, este artículo propone una metodología basada en la técnica de muestreo compresivo, usando mediciones mínimas. Esta permite comprimir y modificar las características Gaussianas de las señales de audio. ICA es uno de los esquemas más utilizados para la separación a ciegas de fuentes (BSS), a partir únicamente de las mezclas recibidas en un conjunto de sensores. Sin embargo, el ICA requiere que las señales involucradas no sean de tipo Gaussiano, o solamente una de ellas lo sea, características que no satisfacen las señales de audio, las cuales son en general de tipo Gaussiano. La metodología propuesta permite obtener la separación de las señales en forma más eficiente, con una menor complejidad computacional, aun cuando todas ellas sean de tipo Gaussiano.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.31 n.1 20202020-02-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642020000100287es10.4067/S0718-07642020000100287
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	separación de fuentes muestreo compresivo ICA algoritmo de gradiente ascendente
spellingShingle	separación de fuentes muestreo compresivo ICA algoritmo de gradiente ascendente Rivera,Eduardo Moreno,Rodolfo Pérez,Héctor Nakano,Mariko Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
description	Resumen: Con el fin de aumentar la eficiencia del Análisis de Componentes Independientes (ICA) y reducir la complejidad computacional del sistema, este artículo propone una metodología basada en la técnica de muestreo compresivo, usando mediciones mínimas. Esta permite comprimir y modificar las características Gaussianas de las señales de audio. ICA es uno de los esquemas más utilizados para la separación a ciegas de fuentes (BSS), a partir únicamente de las mezclas recibidas en un conjunto de sensores. Sin embargo, el ICA requiere que las señales involucradas no sean de tipo Gaussiano, o solamente una de ellas lo sea, características que no satisfacen las señales de audio, las cuales son en general de tipo Gaussiano. La metodología propuesta permite obtener la separación de las señales en forma más eficiente, con una menor complejidad computacional, aun cuando todas ellas sean de tipo Gaussiano.
author	Rivera,Eduardo Moreno,Rodolfo Pérez,Héctor Nakano,Mariko
author_facet	Rivera,Eduardo Moreno,Rodolfo Pérez,Héctor Nakano,Mariko
author_sort	Rivera,Eduardo
title	Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
title_short	Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
title_full	Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
title_fullStr	Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
title_full_unstemmed	Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
title_sort	separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas
publisher	Centro de Información Tecnológica
publishDate	2020
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642020000100287
work_keys_str_mv	AT riveraeduardo separaciondesenalesusandoanalisisdecomponentesprincipalesymuestreocompresivoconmedicionesminimas AT morenorodolfo separaciondesenalesusandoanalisisdecomponentesprincipalesymuestreocompresivoconmedicionesminimas AT perezhector separaciondesenalesusandoanalisisdecomponentesprincipalesymuestreocompresivoconmedicionesminimas AT nakanomariko separaciondesenalesusandoanalisisdecomponentesprincipalesymuestreocompresivoconmedicionesminimas
_version_	1714201638867042304

Separación de señales usando análisis de componentes principales y muestreo compresivo con mediciones mínimas

Ejemplares similares