Blind separation of sparse sources using variational EM

In this paper, we tackle the general linear instantaneous model (possibly underdetermined and noisy) using the assumption of sparsity of the sources on a given dictionary. We model the sparsity of expansion coefficients with a Student t prior. The conjugate-exponential characterisation of the t dist...

Celý popis

Podrobná bibliografie

Vydáno v:	13th European Signal Processing Conference (EUSIPCO 2005) s. 1 - 4
Hlavní autoři:	Cemgil, Ali Taylan, Fevotte, Cedric, Godsill, Simon J.
Médium:	Konferenční příspěvek Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.09.2005
Témata:	Algorithms Approximation methods Bayes methods Blind source separation Blinds Dictionaries Gaussian Monte Carlo methods Noise Noise measurement Separation Signal processing Students Transforms
ISBN:	1604238216, 9781604238211
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!