Startseite UR

Optimizing blind source separation with guided genetic algorithms

Górriz , J. M. und Puntonet, Carlos G. und Rojas, F. und Martin, R. und Hornillo, S. und Lang, Elmar (2006) Optimizing blind source separation with guided genetic algorithms. Neurocomputing 69 (13-15), S. 1442-1457.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

This paper proposes a novel method for blindly separating unobservable independent component (IC) signals based on the use of a genetic algorithm. It is intended for its application to the problem of blind source separation (BSS) on post-nonlinear mixtures. The paper also includes a formal proof on the convergence of the proposed algorithm using guiding operators, a new concept in the GA ...

plus


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:2006
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Identifikationsnummer:
WertTyp
10.1016/j.neucom.2005.12.030DOI
Stichwörter / Keywords:Independent component analysis (ICA); Genetic algorithm (GA); Guiding genetic algorithm (GGA); Higher order statistics (HOS); Mutual information
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:Veröffentlicht
Begutachtet:Unbekannt / Keine Angabe
An der Universität Regensburg entstanden:Unbekannt / Keine Angabe
Eingebracht am:05 Okt 2010 06:32
Zuletzt geändert:05 Okt 2010 06:32
Dokumenten-ID:16914
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner