G - Physics – 06 – N
Patent
G - Physics
06
N
G06N 3/02 (2006.01) G06K 9/66 (2006.01) G06K 9/68 (2006.01)
Patent
CA 2387631
A computer-implemented method and apparatus that adapts class parameters, classifies data and separates sources configured in one of multiple classes whose parameters are initially unknown. The data set may be generated in a dynamic environment where the sources (100) provide signals are mixed and received by sensors (120), and the mixing parameters change without notice and in an unknown manner. A generalized Gaussian mixture model is used to classify the observed data into two or more mutually exclusive classes whose basis functions may be defined by a range of probability density functions. The class parameters for each of the classes are adapted to a data set in an adaptation algorithm in which class parameters including mixing matrices, bias vectors, and pdf parameters are adapted. Each data vector is assigned to one of the learned mutually exclusive classes. In some embodiments the class parameters may have been previously learned, and the system is used to classify the data and if desired to separate the sources. The adaptation and classification algorithms can be utilized in a wide variety of applications such as speech processing, image processing, medical data processing, satellite data processing, antenna array reception, and information retrieval systems.
L'invention concerne un procédé et un système informatisés qui adaptent des paramètres de classe, classent des données et séparent des sources configurées dans une classe parmi plusieurs dont les paramètres sont initialement inconnus. L'ensemble de données peut être généré dans un environnement dynamique dans lequel les sources (100) émettent des signaux, sont mélangées et reçues par des capteurs (120), et les paramètres de mélange changent de manière inopinée et imprévisible. Un modèle de mélange gaussien est utilisé pour classer les données observées en deux ou plusieurs classes mutuellement exclusives dont les fonctions de base peuvent être définies par une gamme de fonctions de densité. Les paramètres de classe pour chacune des classes sont adaptés à un ensemble de données par un algorithme d'adaptation dans lequel des paramètres de classe, y compris des matrices de mélange, des vecteurs de biais, et des paramètres de fonction de densité, sont adaptés. Chaque vecteur de données est attribué à une des classes mutuellement exclusives apprises. Dans certaines formes de réalisation, les paramètres de classe peuvent avoir été appris antérieurement, et le système est utilisé pour classer les données et, si besoin est, pour séparer les sources. Les algorithmes d'adaptation et de classement peuvent être utilisés dans un grand nombre d'applications, telles que le traitement de la parole, le traitement de l'image, le traitement de données médicales, le traitement de données satellitaires, la réception par réseau d'antennes, et des systèmes d'extraction d'informations.
Lee Te-Won
Lewicki Michael
Sejnowski Terrence J.
Carnegie-Mellon University
Mbm Intellectual Property Law Llp
The Salk Institute For Biological Studies
LandOfFree
Unsupervised adaptation and classification of multi-source... does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Unsupervised adaptation and classification of multi-source..., we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Unsupervised adaptation and classification of multi-source... will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1668977