क्या आईसीए लागू किया जा सकता है, जब मिश्रण सिग्नल की संख्या स्रोत सिग्नल की संख्या से कम है?

Question

मैं निम्नलिखित कागज का उल्लेख कर रहा हूं: गैर-संपर्क, स्वचालित कार्डियक पल्स माप का उपयोग करके वीडियो इमेजिंग और अंधा स्रोत पृथक्करण

उपरोक्त लेख में, लेखक आरजीबी घटकों से कार्डियक पल्स सिग्नल को निकालने में सक्षम हैं। मैं इस प्रक्रिया का अनुसरण करने की कल्पना करता हूं।

R' = R + cardiac pulse
G' = G + cardiac pulse
B' = B + cardiac pulse

आर ', जी' और बी 'कैमरे द्वारा देखे गए रंग घटक हैं। आर, जी, बी एक व्यक्ति के लिए रंग घटक हैं, यह मानकर कि उसके पास कोई कार्डियक पल्स नहीं है।

ऐसा लगता है कि हमारे पास 4 स्रोत होंगे (आर, जी, बी, कार्डियक पल्स)। अब हम आईसीए का उपयोग करके 3 मिश्रण संकेतों (आर ', जी', बी ') से 4 स्रोतों (कार्डियक पल्स) में से 1 प्राप्त करने की कोशिश कर रहे हैं।

क्या इस का कोई मतलब निकलता है? क्या मुझे कुछ तकनीकें याद आ रही हैं? या, मैं इस प्रक्रिया पर एक गलत धारणा बना रहा हूं?

Answer 1

आप प्रिंसिपल कंपोनेंट एनालिसिस (पीसीए) या स्वतंत्र सबस्पेस एनालिसिस के रूप में जाना जाने वाले विस्तार पर विचार कर सकते हैं, जो पीसीए के बाद आईसीए है। ये तकनीक एकल अवलोकन सिग्नल से पिच स्थिर संकेतों को निकालने के लिए बहुत अच्छी तरह से काम करती हैं। मैं एक ऑडियो विशेषज्ञ हूं, लेकिन अतीत में सहकर्मियों के साथ और एक ही अवलोकन से हृदय संबंधी दालों के साथ बायोमेडिकल संकेतों पर चर्चा की है जो बहुत अच्छी तरह से विशेषता हैं और इस प्रकार आईएसए का उपयोग करके निष्कर्षण के लिए उपयुक्त स्रोत होंगे। मैंने इसका उपयोग पूर्ण संगीतमय पॉलीफोनियों से ड्रमों को अलग करने के लिए बहुत लाभ के लिए किया है।

Comments

दिलचस्प लगता है। क्या आपके पास ISA का कोई संदर्भ है? कभी नहीं सुना। यदि आप किसी ऐसे स्थान के बारे में जानते हैं, जहाँ अलगाव प्रदर्शन को सुनना संभव है, जो सहायक भी होगा।

— नीरेन

अच्छी जानकारी। यह पहली बार है जब मैंने आईएसए के बारे में सुना है। इस पर गौर करेंगे।

— चोक यान चेंग

@Dan बैरी, और आपके पास एक दिलचस्प ऑडियो संबंधित सॉफ़्टवेयर है। आगे इसकी रिलीज के लिए कोशिश कर रहा है: D

— Cheok यान चेंग

ISA के बारे में मुझे पता है कि इसका पहला संदर्भ माइकल केसी> merl.com/papers/docs/TR2001-31.pdf से है । फिर, डेरी फिजराल्ड़ ने समस्या पर काम करना शुरू किया> एलिगेंग.डिट.आईई / पेपर्स/25 . pdf । एक अन्य प्रसिद्ध शोधकर्ता पेरिस स्मार्गादिस के

— Dan Barry

@ दान बैरी, इस जानकारी के लिए धन्यवाद। उनके माध्यम से जाना जाएगा। पेरिस Smaragdis साइट से एमपी 3 फ़ाइलें अब उपलब्ध नहीं हैं।

— चोक यान चेंग

Answer 2

आप प्रक्रिया पर गलत धारणा बना रहे हैं। में आईसीए , मिश्रण की संख्या होनी चाहिए कम से कम घटकों की संख्या के रूप में कई के रूप में। आपके द्वारा उद्धृत कागज वास्तव में इसे स्वीकार करता है:

लाल, हरे और नीले रंग के सेंसर से ये देखे गए संकेत क्रमशः , और द्वारा निरूपित किए जाते हैं, जो रिकॉर्ड किए गए संकेतों के आयाम हैं (चेहरे के क्षेत्र में सभी पिक्सेल का औसत) बिंदु । पारंपरिक आईसीए में पुनर्प्राप्त करने योग्य स्रोतों की संख्या टिप्पणियों की संख्या से अधिक नहीं हो सकती है, इस प्रकार हमने तीन अंतर्निहित स्रोत संकेतों को माना है, जो , और ।x 2 ( t ) x 3 ( t ) t s 1 ( t ) s 2 ( t ) s 3 ( t $x_1(t)$$x_2(t)$$x_3(t)$$t$$s_1(t)$$s_2(t)$$s_3(t)$

रूपांतरण केवल डेटा को केंद्रित और स्फेयर करना है, जिसे मैं इस साइट पर एक अन्य उत्तर में समझाता हूं ।$x_i^'=(x_i-\mu_i)/\sigma_i$

---

कागज में जिन मामलों पर विचार किया गया है, वे नीरव आईसीए मॉडल और शोर आईसीए हैं। दूसरे शब्दों में, हृदय गति माप को आराम माना जाता है (जैसा कि आपने सुझाव नहीं दिया है)

$$\mathbf{x}(t)=\mathbf{As}(t)$$

जहां मनाया गया वेक्टर है, अंतर्निहित घटक वेक्टर है और मिश्रण मैट्रिक्स है।एस $\mathbf{x}$$\mathbf{s}$$\mathbf{A}$

दूसरी ओर, गति में हृदय की दर मापी जा सकती है

$$\mathbf{x}(t)=\mathbf{As}(t)+\mathbf{n}(t)$$

जहां एक शोर वेक्टर (इस मामले में गतियों) है।$\mathbf{n}(t)$

Answer 3

जब सेंसर से अधिक स्रोत होते हैं तो समस्या को पूर्ण-पूर्ण ICA या कम-निर्धारित ICA के रूप में संदर्भित किया जाता है। आप इसे google कर सकते हैं। उदाहरण के लिए आपका मामला एक सेंसर और दो स्रोतों के मामले की तुलना में अधिक ट्रैक्टेबल है और यदि आपका मॉडल वास्तव में सही है तो आप पहले से ही मिक्सिंग मैट्रिक्स को जानते हैं। यह आगे देखने लायक हो सकता है। चियर्स