Attività: Separazione non-lineare di sorgenti
Obiettivo: studio di nuove architetture circuitali e metodologie per la separazione/deconvoluzione di miscele non lineari di sorgenti in dipendenti
|
|||||||||||||||||
|
|
||||||||||||||||
Descrizione della ricerca Negli ultimi anni il problema della separazione e deconvoluzione di sorgenti tra loro indipendenti ha suscitato un elevato interesse in una vasta area della comunità scientifica. Ciò è dovuto, presumibilmente, alla varietà di problemi che possono essere risolti con queste metodologie. Tra i quali: signal detection, cluster analysis, pattern recognition, blind equalization, etc. La ricerca in corso presso il Dipartimento INFOCOM riguarda prevalentemente aspetti metodologici e teorici di base ed aspetti di tipo applicativo. Principali pubblicazioni Mirko Solazzi and Aurelio Uncini, “Spline Neural Networks for Blind Separation of Post-Nonlinear-Linear Mixtures”, in press on IEEE Transactions on Circuits and Systems-I. Aurelio Uncini and Francesco Piazza, “Blind Signal Processing by Complex Domain Adaptive Spline Neural Networks”, IEEE Transactions on , Volume: 14 Issue: 2 ,pp. 399-412, Mar. 2003. Daniele Vigliano and Aurelio Uncini, “A Novel Flexible ICA solution for Non Linear Blind Source Separation Problem”, IEE-EL Vol.39 No. 22 , 30 Oct. 2003. Mirko Solazzi, Raffaele Parisi and Aurelio Uncini, “BLIND SOURCE SEPARATION IN NON-LINEAR MIXTURES USING SPLINE FUNCTION NETWORK”, ICA2001, San Diego, USA, Dec. 2001.
|