Gözü kapalı kaynak ayrıştırmada seyreklik tabanlı yöntemler ve DUET algoritması
Sparsity based methods in blind source separation and the DUET algorithm
- Tez No: 291948
- Danışmanlar: YRD. DOÇ. DR. ENDER METE EKŞİOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma kapsamında, gözü kapalı kaynak ayrıştırma problemi incelenmektedir. Bu problemin çözümünde kullanılan güncel seyreklik tabanlı yöntemler ve bu yöntemlere temel oluşturan DUET algoritması ele alınacaktır. Seyreklik tabanlı yöntemler, kaynak işaretlerin seyrek gösterilimlerinden faydalanarak ayrıştırma işlemini gerçekleştirmektedir. Belirli bir dönüşüm bölgesinde, kaynak işaretlerin seyrek olarak ifade edilebildiği bilgisine dayanarak, gözü kapalı kaynak ayrıştırma problemlerine bilinen yaklaşımlardan farklı, yeni çözümler üretilebilmektedir. DUET algoritması, birbirine karışmış ses işaretlerinin ayrıştırılması için kullanılmaktadır ve kaynak işareti sayısının karışımlardan fazla olduğu durumlara da çözüm getirmektedir. DUET, seyrek gösterilim bölgesi olarak zaman-frekans bölgesine dönüşümü kullanmakta ve bu bölgedeki gösterilim pencerelenmiş Fourier dönüşümü yardımıyla elde edilmektedir. Yapılan uygulamalar, DUET algoritmasının kaynak sayısının karışımlardan fazla olduğu az-tanımlı durum için başarılı sonuçlar verdiğini göstermektedir. Diğer yandan DUET, tam-tanımlı kaynak ayrıştırma problemi için de literatürde yaygın olarak kullanılan istatistiksel tabanlı yöntemlere yakın başarımda veya onlardan daha başarılı sonuçlar üretmektedir.
Özet (Çeviri)
In this study, sparsity based methods in blind source separation will be surveyed, and the DUET algorithm, which provides a basis to the sparsity based methods will be studied in detail. Sparsity based methods perform the source separation utilizing the sparse representations of the source signals. Novel solutions to the blind source separation problem can be achieved by using the information that in a pre-determined transform domain, source signals can be represented sparsely. DUET algorithm is being used to perform source separation based on sparse representations of source signals, and it offers solutions for the under-determined mixing case. DUET uses time-frequency domain as the sparse representation domain for speech signals, and the representation is obtained by using a windowed Fourier transform. Simulations in the study suggest that the DUET algorithm produces successful results for the under-determined case. On the other hand, DUET is also capable of handling the even-determined source separation, with separation performance comparable to or better than the conventional statistical methods.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Tedaviye cevap vermeyen diyabetik makula ödeminde vitreoskizisin rolü
The role of vitreoschisis in diabetic macular edema refractory to treatment
MAKBULE BERNA ÖTÜK YAŞAR
Tıpta Uzmanlık
Türkçe
2008
Göz Hastalıklarıİstanbul ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. TUNÇ OVALI
- Mus musculus türü farelerde gözün gelişimi
The Development of eve of the albino mus musculus species of mice
EMEL YOLAL
Yüksek Lisans
Türkçe
1984
MorfolojiCumhuriyet ÜniversitesiMorfoloji (histoloji ve Embriyoloji) Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜRSOY
- İzmir bölgesi mandarinlerinin mikro-element durumu üzerinde araştırmalar
Başlık çevirisi yok
NİLGÜN SAATÇI