Ograniczanie wyników
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  dependent sources
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper proposes a novel online algorithm for nonnegative matrix factorization (NMF) based on the generalized Kullback-Leibler (KL) divergence criterion, aimed to overcome the high computation problem of large-scale data brought about by conventional batch NMF algorithms. It features stable updating the factors alternately for each new-coming observation, and provides an efficient solution for the blind separation of statistically dependent sources (i.e., the sources are mutually correlated). Our theoretic analysis is validated by simulation examples.
PL
Przedstawiono nowy algorytm do faktoryzacji nieujemnej macierzy bazujący na kryterium Kullback-Leibler, pozwalający usprawnić problem obliczeń dużej ilości danych. Algorytm sukcesywnie zmienia współczynniki i pozwala na ślepą separację statystycznie zależnych źródeł.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.