Startseite UR

Hybridizing sparse component analysis with genetic algorithms for blind source separation

Stadlthanner, K. und Theis, Fabian J. und Lang, Elmar und Puntonet, Carlos G. (2005) Hybridizing sparse component analysis with genetic algorithms for blind source separation. In: Oliveira, José Luis, (ed.) Biological and medical data analysis: 6th international symposium, ISBMDA 2005, Aveiro, Portugal, November 10 - 11, 2005 ; proceedings. Lecture notes in computer science: Lecture notes in bioinformatics, 3745. Springer, Berlin, S. 137-148. ISBN 3-540-29674-3.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

Nonnegative Matrix Factorization (NMF) has proven to be a useful tool for the analysis of nonnegative multivariate data. However, it is known not to lead to unique results when applied to nonnegative Blind Source Separation (BSS) problems. In this paper we present first results of an extension to the NMF algorithm which solves the BSS problem when the underlying sources are sufficiently sparse. ...

plus


Bibliographische Daten exportieren



Dokumentenart:Buchkapitel
Datum:2005
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Identifikationsnummer:
WertTyp
10.1007/11573067_15DOI
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:15 Okt 2010 08:54
Zuletzt geändert:15 Okt 2010 08:54
Dokumenten-ID:17319
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