文献

J-GLOBAL ID：202202234152476583   整理番号：22A0630465

Bias調整符号共分散行列【JST・京大機械翻訳】

Bias Adjusted Sign Covariance Matrix

著者 (2件)： Raninen Elias (Department of Signal Processing and Acoustics, Aalto University, Aalto, Finland) ,  Ollila Esa (Department of Signal Processing and Acoustics, Aalto University, Aalto, Finland)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 339-343  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
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： 正規化サンプル共分散行列(NSCM)としても知られている空間符号共分散行列(SSCM)は,サンプル共分散行列(SCM)に対するロバストな代替として信号処理において広く用いられている。SSCMは,形状行列(正規化散乱行列)の固有値の一貫した推定を提供しないことはよく知られている。この問題を軽減するために,著者らは,サンプルがゼロ平均非特定複素楕円対称分布(実数値事例)から生成されるという仮定の下で,SSCMの固有値に対して近似バイアス補正を実行するBASIC(Bias調整SIgn共分散)を提案した。次に,高次元問題に適したロバスト正則化SSCMベース推定子,BASIC収縮推定器(BASICS)を開発するためにバイアス補正を使用し,そこでは,寸法がサンプルサイズより大きいことができる。実データセットによる線形判別分析(LDA)分類問題と同様に,いくつかの数値例で提案した推定器を評価した。シミュレーションにより,提案した推定器は競合するロバスト共分散行列推定器と良く比較できるが,計算に対してかなり速い利点を持つことを示した。Copyright 2022 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： *行列 ,  固有値 ,  対称性 ,  信号処理 ,  *共分散 ,  近似法 ,  実数 ,  サンプルの大きさ ,  正則化 ,  高次元 ,  推定量 ,  正規化 ,  ロバスト性
準シソーラス用語： *共分散行列 ,  線形判別分析 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 符号 ,  共分散行列