Startseite UR

Optimizing blind source separation with guided genetic algorithms

Górriz, J. M., Puntonet, Carlos G., Rojas, F., Martin, R., 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:08 Mrz 2017 08:27
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