Bibliografie

(eng): We propose an extension of algorithm EFICA for piecewise stationary and non-Gaussian signals. Cramér-Rao bound for this model is derived and the extended algorithm is shown to be asymptotically efficient if score functions of the signals are known in each block. In contrast to classical ICA algorithms, the proposed method is able to profit from varying distribution of the original signals as well as from their non-stationarity, which is demonstrated on simulations with real-world signals.

(cze): V práci je navrženo zobecnění algoritmu EFICA pro slepou separaci po částech stacionárních negaussovských zdrojů. Navržená metoda využívá jak různosti pravděpodobnostního rozložení separovaných signálů v jednotlivých časových intervalech, tak proměnlivosti jejich variance. Přesnost separace dosahuje příslušné Rao-Cramerovy meze za předpokladu, že variance signálů je stejná na všech intervalech.