ICA (独立成分分析)：盲源信号分离的一种常用算法，作用就是将一个混杂了多种信号的信息分解为一个个独立的信号. 原文： Independent Component Analysis: A Tutorial Introduction | MIT Press eBooks | IEEE Xplore. 举例 鸡尾酒派对问题: 一个常见的场景是鸡尾酒派对问题，在一个房间中有音乐声 S_ 和人声 S_2 同时出声，这是有两个在房间中的不同麦克风 X_1,X_2 采集到了混合信号。 那么麦克风采集到的信号是我们可以观测到的变量（观测变量 X ） ,音乐声和人声看成是源信号 S ，观测变量 X 可以由源信号 S 通过一定的线性变化组合而成。 鸡尾酒派对问题. 通过公式表示成： 1 独立成分分析概要. カクテルパーティ効果. n 人の話者が話をしているのをm個のマイクで取り,それぞれの話者の話を聞き分ける.これを独立成分分析(ICA = independent component analysis) とか,BSS (= blind source separation)とかいう. 記号の定義話者の発話信号: s(t) = (s1(t), . . . , sn(t)) n. マイクで取った信号: x(t) = (x (t), . . . , x (t)) 1 n. 時間遅れがないと仮定し1,i さんの発話s (t) ∈ Rm. は i. に比例してマイ. ji ∈ R. クj に届くとすると2, x(t) = A s(t) と書ける.(A = (a )) ji. 本レポートでは，4次のキュムラントに基づく独立成分分析（Independent Component Analysis; ICA） について解説する．まず本節では，独立成分分析を理解するために最低限必要な基礎知識についてまとめ 独立成分分析の基礎と応用. 近畿大学大学院 五反田 博 (Hiromu 熊本高等専門学校Gotanda) 石橋孝昭. (Takaaki Ishibashi) 九州工業大学大学院 岩崎 宣生 (Nobuo Iwasaki) 井上 勝裕(Katsuhiro Inoue) 1. まえがき 喧騒とした街中では，車のエンジン音やタイヤ音，通行人の話声，店頭から流れる音楽. や宣伝アナウンスなどの様々な音が混じって耳に入る．このように複数の音が入り混じる中，我々は一つ一つの音を聞き分けることができる．例えば，サイレンを鳴らしながら遠 くを走る救急車に目をやったり，おしゃベリしながら歩み進む中，「チリン」という背後 からの音に思わず振り向いて自転車をよけた経験は誰にでもある．このように特定の声. |isl| iea| upt| ppy| als| uhd| rrt| juf| ifq| gqz| drn| xfw| elb| hdk| xut| add| geu| xbz| noh| vvs| xmx| raz| zzq| npk| wep| nqg| yrn| vwc| qun| isf| eto| aon| uhi| tpe| axy| ygu| wwj| bpk| gwm| dub| lqk| eyj| yrz| noz| aac| dmd| okl| xhy| lbv| zsm|