0306561 20240111140700.520080410235959.9 4 s. CD-ROM cav_un_epca*0306559978-1-4244-1483-31-4244-1484-91913-1916BryanConference Management Services2008 independent component analysis piecewise stationary signals blind source separation cav_un_auth*0108100 Koldovský Zbyněk UTIA-B Department of Stochastic Informatics Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0050739 Málek J. CZ cav_un_auth*0101212 Tichavský Petr UTIA-B Department of Stochastic Informatics Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0238913 Deville Y. FR cav_un_auth*0238914 Hosseini S. FR textový dokument 150kB 1M0572 GA MŠk cav_un_auth*0001814 GP102/07/P384 GA ČR CZ cav_un_auth*0227962 CEZ:AV0Z10750506 We propose an extension of algorithm EFICA for piecewise stationary and non-Gaussian signals. Cramér-Rao bound for this model is derived and the extended algorithm is shown to be asymptotically efficient if score functions of the signals are known in each block. In contrast to classical ICA algorithms, the proposed method is able to profit from varying distribution of the original signals as well as from their non-stationarity, which is demonstrated on simulations with real-world signals. V práci je navrženo zobecnění algoritmu EFICA pro slepou separaci po částech stacionárních negaussovských zdrojů. Navržená metoda využívá jak různosti pravděpodobnostního rozložení separovaných signálů v jednotlivých časových intervalech, tak proměnlivosti jejich variance. Přesnost separace dosahuje příslušné Rao-Cramerovy meze za předpokladu, že variance signálů je stejná na všech intervalech. cav_un_auth*0238885 ICASSP 2008, IEEE International Conference on Acoustics, Speech adn Signal Processing Las Vegas 30.03.2008-04.04.2008 US 2010 BB http://hdl.handle.net/11104/0004578 2008 textový dokument 150kB cav_un_epca*0306559 ICASSP 2008: IEEE International Conference on Acoustics, Speech, and Signal Processing 978-1-4244-1483-3 1913 1916 Bryan Conference Management Services 2008