1 - Une solution neuromimétique au problème de séparation de sources

Show simple item record

dc.contributor.author JUTTEN (C.) en_US
dc.contributor.author HERAULT (J.) en_US
dc.date.accessioned 2005-07-20T12:57:48Z
dc.date.available 2005-07-20T12:57:48Z
dc.date.issued 1988 en_US
dc.identifier.citation Traitement du Signal [Trait. Signal], 1988, Vol. 5, N° 6-NS, p. 389-403 en_US
dc.identifier.issn 0765-0019 en_US
dc.identifier.uri http://hdl.handle.net/2042/1680
dc.description The problem of sources discrimination, very classical in Signal Processing field, is also an actual problem in biological systems . Biological sensors are sensitive to many sources, so the Central Nervous System processes typically multidimensional signais, each component of which is an unknown mixture of unknown sources, assumed independent . The neuromimetic solution, proposed in this paper, is based on a recursive and fully-interconnected network of operators. The weight of the connections are varying according to an adaptation rule, which executes an independence test of the network outputs . With regard to adaptation rudes used in adaptive filtering, here the adaptive increment is achieved necessarily by the product of two non-linear functions . Some experimental results, in Signal Processing and Image Processing fields, show the efficiency of this adaptive algorithm . We proue also the possible generalization of this algorithm in the case of more complex (non-linear, degenerated, etc .) mixtures . This algorithm points out a new concept of Independent Components Analysis, more powerful than this one of Principal Components Analysis, and applicable in the general frame of data analysis.
dc.description.abstract Le problème de séparation de sources, très classique en traitement du signal, correspond aussi à une réalité dans les systèmes biologiques . En effet, les capteurs biologiques sont sensibles à de multiples sources, le système nerveux central traite donc des signaux multi-capteurs dont chaque composante est un mélange inconnu de sources inconnues, supposées indépendantes . La solution neuromimétique, proposée dans cet article est fondée sur un réseau récursif d'opéreurs complètement interconnectés, et dont le poids des connexions évoluent selon une règle d'adaptation, qui opère un test d'indépendance des sorties du réseau . Par rapport aux règles utilisées en filtrage adaptatif, l'incrément d'adaptation fait intervenir nécessairement le produit de deux fonctions non linéaires. Plusieurs résultats expérimentaux dans le domaine du Traitement du Signal ou du Traitement d'Images illustrent les performances de l'algorithme . La généralisation à des mélanges plus complexes, ou dégénérés est également discutée et illustrée . Cet algorithme révèle aussi un nouveau concept d'Analyse en Composantes Indépendantes, plus fort que celui d'Analyse en Composantes Principales, applicable dans le cadre général de l'analyse de données .
dc.format.extent 51964 bytes
dc.format.mimetype application/pdf
dc.language.iso en_US
dc.publisher GRETSI, Saint Martin d'Hères, France en_US
dc.relation.ispartofseries Traitement du Signal
dc.rights http://irevues.inist.fr/utilisation en_US
dc.source Traitement du Signal [Trait. Signal], ISSN 0765-0019, 1988, Vol. 5, N° 6-NS, p. 389-403 en_US
dc.subject.cnrs Réseau neuronal en_US
dc.subject.cnrs Traitement signal en_US
dc.subject.cnrs Traitement image en_US
dc.title 1 - Une solution neuromimétique au problème de séparation de sources en_US
dc.title.alternative A neuromimetic solution for the problem of sources discrimination en_US
dc.type Article en_US
dc.contributor.affiliation Ecole nationale supérieure électronique radioélectricité, Grenoble 38031 en_US


Files in this item

PDF 01.PDF TEXTE.pdf 1.394Mb

This item appears in the following Collection(s)

Show simple item record





Advanced Search