文献

J-GLOBAL ID：201602263014145243   整理番号：16A1152922

ブラインド信号源分離のためのStudentのtチャネル非負行列因数分解【Powered by NICT】

Student’s t multichannel nonnegative matrix factorization for blind source separation

著者 (4件)： Kitamura Koichi (Graduate School of Informatics, Kyoto University, Japan) ,  Bando Yoshiaki (Graduate School of Informatics, Kyoto University, Japan) ,  Itoyama Katsutoshi (Graduate School of Informatics, Kyoto University, Japan) ,  Yoshii Kazuyoshi (Graduate School of Informatics, Kyoto University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IWAENC  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マイクロホンアレイで記録された混合オーディオ信号のブラインド信号源分離のためのマルチチャンネル非負行列因数分解(MNMF)のロバストな一般化を示した。従来MNMFで,観察された混合信号の複雑なスペクトルは複素Gauss分布であると仮定し,複素Gauss尤度が最大となるように個々の発生源のパワースペクトル,時間的活性化,および空間相関行列の積に分解した。混合物スペクトルは,通常,異常値を含んでいるので,著者らは複雑なスチューデントt尤度,t MNMFと呼ばれるに基づくMNMF,特別な場合としてオリジナルMNMFを提案した。t MNMFのパラメータは,効率的な乗法的更新アルゴリズムを繰り返し最適化することができた。実験は自由度のある範囲でt MNMFパラメータ初期化に鈍感であり,従来のMNMFを凌ぐ傾向にあることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *音声信号 ,  乗算 ,  スペクトル ,  パワースペクトル ,  正規分布 ,  ロバスト性 ,  最適化 ,  異常値
準シソーラス用語： 空間相関 ,  尤度 ,  混合信号 ,  マルチチャネル ,  マイクロホンアレイ ,  *行列因数分解 ,  *ブラインドソース分離 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  音声処理  (JE05000E)

タイトルに関連する用語 (2件)： ブラインド信号源分離 ,  非負行列因数分解