Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
In the last two decades, various blind channel equalization algorithms for chaotic communications systems have been developed by exploiting properties peculiar to chaotic signals. Almost in all of these algorithms, however, the propagation channel is assumed to be a single-input singleoutput (SISO) system. As far as we know, there is no study for multiple-input multiple-output (MIMO) unknown channel...
We consider using sparse simplifications to denoise probabilistic sequence models for generative tasks such as speech synthesis. Our proposal is to find the least random model that remains close to the original one according to a KL-divergence constraint, a technique we call minimum entropy rate simplification (MERS). This produces a representation-independent framework for trading off simplicity...
In this paper, we propose a new approach for blind separation of noisy linear instantaneous mixtures of cyclo-stationary sources using pseudo-correlation matrices in the frequency domain. This approach is an extension of a new method based on spectral decorrelation that we recently proposed and which assumes that all the cyclo-stationary sources and the stationary noise signals are mutually uncorrelated...