Nichtlineare blinde Quellentrennung mit Slow Feature Analysis

具有慢速特征分析的非线性盲源分离

• 批准号: 35653809
• 负责人: Professor Dr. Laurenz Wiskott
• 金额: --
• 依托单位: Institut für Neuroinformatik (INI)
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2006
• 资助国家: 德国
• 起止时间: 2005-12-31 至 2010-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/35653809?language=en
• 关键词: Nichtlineare; blinde; Quellentrennung; mit; Slow

Sowohl technische als auch biologische Systeme haben häufig Eingangssignale zu verarbeiten, die eine Mischung von statistisch weitgehend unabhängigen Quellsignalen sind. Das Entmischen der Signale, die so genannte blinde Quellentrennung, ist im linearen Fall ein gelöstes Problem und kann dadurch erreicht werden, dass man die statistische Unabhängigkeit der Ausgangssignale maximiert. Nichtlineare blinde Quellentrennung ist viel schwieriger und erfordert weitere Kriterien. Wir verfolgen den Ansatz, das Prinzip der statistischen Unabhängigkeit mit dem der Langsamkeit zu kombinieren. Basierend auf einem kürzlich von uns bewiesenen Theorem, das genau darlegt, wie nichtlineare Mischungen mit dem Prinzip Langsamkeit entmischt werden können, verfolgen wir im vorliegenden Projekt vier Ziele: (i) Entwicklung eines robusten und effizienten Algorithmus zur nichtlinearen blinden Quellentrennung, (ii) ein gutes theoretisches Verständnis des Algorithmus insbesondere in Hinsicht auf die Rolle von eingeschränkten Funktionenräumen und Rauschen, (iii) Entwicklung und Verbreitung eines gut dokumentierten, benutzerfreundlichen Programmpakets für die Anwendung des Algorithmus, (iv) Anwendung des Algorithmus auf fMRT-Daten zur Analyse der Spontanaktivitäten im menschlichen Gehirn im Ruhezustand.

因此，生物学系统中的技术也有一个可靠的信号，一个统计学上的错误意味着没有发现任何信号。信号的干扰是一个非常复杂的问题，人们可以韦尔登它来解决信号的统计学不确定性。没有盲目的需求是非常困难的，也是非常危险的。我们将使用统计学原理来解释统计学原理，它与统计学原理相结合。基于一个基于我们的bewiesenen定理的kürzlich，das genau darlegt，wie nichtlineare Mischungen mit dem Prinzip Langsamkeit entmischt韦尔登können，verfolgen wir im vorliegenden Projekt维耶Ziele：（i）Entwicklung eines robusten und effizienten lymus zur nichtlinearen Blinden Quellentrennung，（ii）ein gutes theoretisches Verständnis des lymus insbesondere in Hinsicht auf die Rolle von eingeschränkten Funktionenräumen und Rauschen，（iii）Entwicklung und Verbreitung eines gut doseentierten，benutzerfreundlichen Programmpakets für die Anwendung des Eschmus，（iv）Anwendung des Eschmus auf fMRT Daten zur Analyse der Spontanaktivitäten im menschlichen Gehirn im Ruhezustand.