Online Component Analysis, Architectures and Applications
Esta monografía trata sobre el análisis de componentes principales (PCA), el análisis de componentes del núcleo (KPCA) y el análisis de componentes independientes (ICA), destacando sus aplicaciones a las implementaciones de streaming de datos. Los conceptos básicos relacionados con PCA, KPCA e ICA están ampliamente disponibles en la literatura; sin embargo, muy pocos textos tratan de su implementación práctica en recursos computacionalmente limitados.
Esta monografía discute el estado del arte de las técnicas PCA y KPCA online de una manera unificada y basada en principios, presentando soluciones que logran una mayor velocidad de convergencia y precisión en muchas aplicaciones, particularmente en el procesamiento de imágenes. Además, este trabajo también explica cómo eliminar varios artefactos de los registros de datos basados en la separación ciega de fuentes mediante el análisis de componentes independientes implementado con ICA, separando la identificación de características de la separación de características. En este trabajo se abordan tres arquitecturas de hardware en línea FastICA y su implementación para el procesamiento de señales biomédicas.
Las principales características se resumen a continuación: 1) FastICA energéticamente eficiente utilizando el esquema de determinación temprana propuesto; 2) FastICA de canal variable rentable utilizando el algoritmo de blanqueamiento basado en Gram-Schmidt; y 3) algoritmo FastICA en línea basado en ventanas móviles con memoria limitada. Los resultados de la simulación posterior con datos artificiales y de EEG validan los conceptos de diseño.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)