Górriz, J. M., Puntonet, Carlos G., Martin-Clemente, R. und Lang, Elmar (2004) Meta-Heuristics hybridizing independent component analysis with genetic algorithms. In: Proceedings / ICECS 2004: the 11th IEEE International Conference on Electronics, Circuits and Systems; December 13-15, 2004, Tel Aviv, Israel. IEEE Operations Center, Piscataway, NJ, S. 523-526. ISBN 0-7803-8715-5.
Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.
Zum Artikel beim Verlag (über DOI)
Andere URL zum Volltext: http://www.ee.bgu.ac.il/~icecs04/
Zusammenfassung
In this work we present a novel method for blindly separating unobservable independent component signals from their linear mixtures, using meta- heuristics such as genetic algorithms (GA) to minimize the nonconvex and nonlinear cost functions. This approach is very useful in many fields such as forecasting indexes in financial stock markets where the search for independent components is the ...
Bibliographische Daten exportieren
| Dokumentenart: | Buchkapitel | ||||
|---|---|---|---|---|---|
| Datum: | 2004 | ||||
| Institutionen: | Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang | ||||
| Projekte: | Graduiertenkolleg Nichtlinearität und Nichtgleichgewicht | ||||
| Identifikationsnummer: |
| ||||
| 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 | ||||
| Eingebracht am: | 20 Mär 2007 | ||||
| Zuletzt geändert: | 24 Mai 2018 09:48 | ||||
| Dokumenten-ID: | 1640 |
Altmetric