About: Nonlinear Stochastic Gradient Algorithm with Variable Step-Size

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Nonlinear Stochastic Gradient Algorithm with Variable Step-Size Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	V současné době se v telekomunkační praxi často setkáváme s aplikacemi, ve kterých hrají klíčovou roli adaptivní algoritmy. Mezi nejčastěji používané metody patří zejména LMS a RLS, tedy lineární metody. První z algoritmů je výpočetně nenáročný, strukturálně jednoduchý, ale nevykazuje nejlepší konvergenční vlastnosti. U RLS je tomu naopak - je to metoda sofistikovanější s většími nároky kladenými na výpočetní schopnosti signálových procesorů, která ovšem poskytuje výrazně lepší konvergenční vlastnosti. Cílem našeho výzkumu bylo nalezení algoritmu, který by byl určitým kompromisem mezi výpočetní náročností a rychlostí konvergence. Snažili jsme se o návrh algoritmu nelineárního vzhledem k nutnosti nasazení v nestacionárním prostředí a v prostředí s exc itací řečového charakteru. Základním úkolem bylo srovnání nově navržené metody s metodami klasickými a provedení experimentů se signály z reálného prostředí. K tomuto účelu bylo nutno provést řadu simulací v prostředí Matlab s využitím nahrávek signálů z (cs) This letter proposes a new algorithm, which uses an optimal step-size (OSS) weight-adjustment scheme. This strategy leads to better convergence rate and misadjustment in environments with sudden change of parameters and for colored input data. The computational complexity is comparable with the well-known RLS. The performance of the novel approach is verified by simulations under system identification scenario and compared with the peroformance of the NLMS and RLS algorithms. Experimental results for caar-interior echo cancelation are presented and a discussion is provided for improving the performance using exponentially averaged gradient vector. This letter proposes a new algorithm, which uses an optimal step-size (OSS) weight-adjustment scheme. This strategy leads to better convergence rate and misadjustment in environments with sudden change of parameters and for colored input data. The computational complexity is comparable with the well-known RLS. The performance of the novel approach is verified by simulations under system identification scenario and compared with the peroformance of the NLMS and RLS algorithms. Experimental results for caar-interior echo cancelation are presented and a discussion is provided for improving the performance using exponentially averaged gradient vector. (en)
Title	Nonlinear Stochastic Gradient Algorithm with Variable Step-Size Nelinearni stochasticky gradientni algoritmus s promennou delkou kroku (cs) Nonlinear Stochastic Gradient Algorithm with Variable Step-Size (en)
skos:prefLabel	Nonlinear Stochastic Gradient Algorithm with Variable Step-Size Nelinearni stochasticky gradientni algoritmus s promennou delkou kroku (cs) Nonlinear Stochastic Gradient Algorithm with Variable Step-Size (en)
skos:notation	RIV/00216305:26220/05:PU52354!RIV06-GA0-26220___
http://linked.open.../vavai/riv/strany	103-108
http://linked.open...avai/riv/aktivita	P
http://linked.open...avai/riv/aktivity	P(1ET301710509), P(GA102/04/1097)
http://linked.open...vai/riv/dodaniDat	2006
http://linked.open...aciTvurceVysledku	Koula, Ivan Malenovský, Vladimír Zezula, Radek
http://linked.open.../riv/druhVysledku	D - Článek ve sborníku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	Vysoké učení technické v Brně / Fakulta elektrotechniky a komunikačních technologií
http://linked.open...dnocenehoVysledku	533033
http://linked.open...ai/riv/idVysledku	RIV/00216305:26220/05:PU52354
http://linked.open...riv/jazykVysledku	eng - angličtina
http://linked.open.../riv/klicovaSlova	adaptive filter, echo cancelling, handsfree, noise suppression, gradient vector (en)
http://linked.open.../riv/klicoveSlovo	adaptive filter echo cancelling noise suppression gradient vector handsfree
http://linked.open...ontrolniKodProRIV	[31E0ABE2A429]
http://linked.open...v/mistoKonaniAkce	Brno
http://linked.open...i/riv/mistoVydani	Brno
http://linked.open...i/riv/nazevZdroje	Proceedings of the Intl. Conference TSP 2005
http://linked.open...in/vavai/riv/obor	JA
http://linked.open...ichTvurcuVysledku	3 (xsd:int)
http://linked.open...cetTvurcuVysledku	3 (xsd:int)
http://linked.open...vavai/riv/projekt	Sophisticated noise and defect suppression devices in speech communication and transmission for new generation mobile and cable networks Enhancement of speech signal hidden in noise
http://linked.open...UplatneniVysledku	2005
http://linked.open...iv/tvurceVysledku	Zezula, Radek Koula, Ivan Malenovský, Vladimír
http://linked.open...vavai/riv/typAkce	EUR - Evropská
http://linked.open.../riv/zahajeniAkce	2005-09-01 (xsd:date)
number of pages	6 (xsd:int)
http://purl.org/ne...btex#hasPublisher	Vysoké učení technické v Brně
https://schema.org/isbn	80-214-2972-0
http://localhost/t...ganizacniJednotka	26220

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 67 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software