文献

J-GLOBAL ID：201902262634432924   整理番号：19A1487633

Bayes非パラメトリックマルチソースモデリングに基づくブラインドソース分離【JST・京大機械翻訳】

Bayesian Non-parametric Multi-source Modelling Based Determined Blind Source Separation

著者 (3件)： Narisetty Chaitanya (Data Science Research Laboratories, NEC Corporation, Japan) ,  Komatsu Tatsuya (Data Science Research Laboratories, NEC Corporation, Japan) ,  Kondo Reishi (Data Science Research Laboratories, NEC Corporation, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 111-115  発行年： 2019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： 本論文では,音源のBayes非パラメトリックモデリングを用いたブラインド音源分離法を提案した。従来の音源信号は,非負行列因数分解(NMF)を用いてそれらをモデル化することによって,混合信号の与えられた集合から分離される。しかし,NMFにおいては,過剰適合または過小適合を避けるために,潜在的変数の意味を持つモデルの複雑さを適切に特定する必要がある。現実世界のソースが変化し,未知の複雑さを持つ可能性があるので,このような潜在的変数に不変なBayes非パラメトリックフレームワークを提案した。提案した方法は異なるソースの複雑さに適応するが,従来の方法は最適分離のためのパラメータ調整を必要とすることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不変性 ,  *モデリング ,  音源
準シソーラス用語： モデルの複雑さ ,  混合信号 ,  非負行列因子分解 ,  パラメトリックモデリング ,  *ブラインドソース分離 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： ブラインドソース分離