A survey of neural blind source separation techniques
Başlık çevirisi mevcut değil.
- Tez No: 83821
- Danışmanlar: Y.DOÇ.DR. YAVUZ ŞENOL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1999
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
m ÖZET Kör kaynak ayırma, en az ayrılması gereken bileşen kadar kaynak içeren eldeki bir kaynak karışımından, istatistiksel olarak bağımsız bileşenleri ayıracak lineer bir dönüşüm bulma problemidir. Eldeki karışımda bulunan bağımsız kaynakların sayısı ve bunların karışıma ne oranda katkıda bulundukları bilinmediğinden problem kör olarak nitelendirilir. Bahsi geçen tipte bir dönüşüm bulma probleminin genel adı Bağımsız Bileşen AnalizfâİT. Bu çalışma gerçek zamanda istatistiksel olarak bağımsız bileşenleri ayırabilecek algoritmalar üzerinde yoğunlaşmıştır. Bağımsız bileşen analizi algoritmalarına ilişkin formülasyon gözden geçirilmiş, ses ve görüntü ayırmaya ilişkin örneklerle desteklenerek simülasyon sonuçlan verilmiştir. Ayrıca söz konusu algoritmaların performans karşılaştırması da sunulmuştur.
Özet (Çeviri)
II ABSTRACT Blind source separation is the problem of finding a linear transformation to separate statistically independent components from a mixture of sources, which contains at least as much signals as the number of the sources to be separated. The problem is called blind, since the only information at the hand is the mixture obtained from the sensors, but neither the number of sources nor their contribution to mixture is known. The general name of the technique to find such a transformation is Independent Component Analysis. This study focuses on the algorithms, which is capable of real time extraction of independent components. Independent Component Analysis algorithm formulations are reviewed and the simulation results with examples to sound and image separation are given. A performance comparison of several algorithms is also included.
Benzer Tezler
- Blind image quality metric for color images based on human vision system and deep CNN
Renkli imgeler için derin evrişimsel sinir ağı ve insan görme sistemi temelli referanssız imge kalite metriği
ALİ ERDEM ALTINBAŞ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPiri Reis ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILDIRAY YALMAN
- Nöropazarlama uygulamaları için EEG sinyallerinin analizi ile beğeni durum tespiti
Recognition of preferences with analysis of EEG signals for neuromarketing applications
BURAK CEYLAN
Doktora
Türkçe
2024
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT KAÇAR
PROF. DR. AYDIN AKAN
- Doku analizi sınıflandırma ve bölütleme için yöntemler
Techniques for texture analysis, segmentation and classification
OSMAN NURİ USLU
- Bulanık yapay sinir ağlarının dinamik davranış analizi
Analysis of dynamical behaviour of fuzzy neural networks
NİLAY SALT
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SİBEL SENAN
- Finansal tahminde yapay sinir iletim ağlarının kullanımı ve bir örnek uygulama
Using neural networks in financial forecasting and a case study
HÜSEYİN ÇAYLI