Linear Geometric ICA: Fundamentals and Algorithms

DOI zum Zitieren dieses Dokuments:: 10.5283/epub.1516

Theis, Fabian J. ; Jung, Andreas ; Puntonet, Carlos G. ; Lang, Elmar W.

PDF
(252kB) - Nur für Mitarbeiter des Archivs

Veröffentlichungsdatum dieses Volltextes: 05 Aug 2009 13:30

Alternative Links zum Volltext:Verlag

Details

Dokumentenart:	Artikel
Titel eines Journals oder einer Zeitschrift:	Neural Computation
Verlag:	MIT Press
Band:	15
Seitenbereich:	S. 419-439
Datum:	2003
Institutionen:	Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang Physik > Institut für Theoretische Physik > Lehrstuhl Professor Richter > Arbeitsgruppe Klaus Richter
Projekte:	Graduiertenkolleg Nichtlinearität und Nichtgleichgewicht
Dewey-Dezimal-Klassifikation:	500 Naturwissenschaften und Mathematik > 530 Physik 500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Ja
Dokumenten-ID:	1516

Bibliographische Daten exportieren

Zusammenfassung

Geometric algorithms for linear independent component analysis (ICA) have recently received some attention due to their pictorial description and their relative ease of implementation. The geometric approach to ICA was proposed first by Puntonet and Prieto (1995). We will reconsider geometric ICA in a theoretic framework showing that fixed points of geometric ICA fulfill a geometric ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Weitere Literatur (mittels CORE)

Details

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek