This HTML5 document contains 25 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n8http://linked.opendata.cz/resource/domain/vavai/cep/kategorie/
n7http://linked.opendata.cz/resource/domain/vavai/cep/soutez/
dctermshttp://purl.org/dc/terms/
n10http://linked.opendata.cz/resource/domain/vavai/cep/smlouva/102/07/
n2http://linked.opendata.cz/resource/domain/vavai/cep/projekt/GA0/GP102/07/
n9http://linked.opendata.cz/resource/domain/vavai/cep/aktivita/
n4http://linked.opendata.cz/ontology/domain/vavai/
n5http://linked.opendata.cz/resource/domain/vavai/cep/obor/
n13http://linked.opendata.cz/resource/domain/vavai/cep/druh-souteze/
n11http://linked.opendata.cz/resource/domain/vavai/cep/faze/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n6http://linked.opendata.cz/resource/domain/vavai/cep/typ/
n12http://linked.opendata.cz/resource/domain/vavai/cep/poskytovatel/
xsdhhttp://www.w3.org/2001/XMLSchema#

Statements

Subject Item
n2:P384
rdf:type
n4:Projekt
dcterms:description
Slepá separace dat (BSS) je moderní téma digitálního zpracování signálů. Účelem je získat neznámé původní signály z nějaké jejich námi pozorované směsi, a to bez znalosti těchto signálů nebo parametrů modelu mixování. Nejužívanější metodou je analýza nezávislých komponent (ICA), jejíž princip se opírá o předpoklad stochastické nezávislosti původních signálů. Takto obecná formulace problému umožňuje jeho aplikaci v široké škále oborů.Navrhovateli se doposud podařilo publikovat několik významných výsledků v oboru, zejména odvození rychlého a eficientního algoritmu pro analýzu nezávislých komponent. Jedním z hlavních cílů projektu je v této činnosti pokračovat a připojit ji k vědeckovýzkumné aktivitě (automatické rozpoznávání řeči) nového pracoviště navrhovatele. Jedná se mimo jiné o aplikaci nově odvozených metod na separaci audio signálů a odstraňování nežádoucích artefaktů z řečových záznamů právě s využitím slepé separace. Účelem projektu je podpora vědecké, publikační a Blind Source Separation(BSS) is a progressive subject of Digital Signal Processing. The aim is to recover unknown original signals from their observable mixture without knowing the signals nor the parameters of the mixing system. Independent Component Analysis (ICA) is the most popular method for BSS, which is based on the assumption of independence of the original signals. The general formulation makes the problem possible for its application in broad range of fields.The applicant has recently published several significant results in the field, in particular, a fast and Fisher-efficient algorithm for Independent Component Analysis. The general aim of this project is to carry on with the present work, and to start collaboration with the research team of the department (Automatic Speech Recognition) where the applicant has recently received a new position. The main focus consists in application of the recently developed algorithms in audio source separation and speech artefact suppresion
dcterms:title
Application of State-of-the-art Methods for Independent Component Analysis on Blind Separation of Real Signals Použití pokročilých metod pro analýzu nezávislých komponent na slepou separaci reálných signálů
n4:cislo-smlouvy
n10:P384
n4:druh-souteze
n13:VS
n4:faze
n11:36871845
n4:hlavni-obor
n5:BB
n4:vedlejsi-obor
n5:BD
n4:id-aktivity
n9:GP
n4:id-souteze
n7:SGA02007GA1PD
n4:kategorie
n8:1
n4:klicova-slova
Blind Source Separation; Independent Component Analysis; Blind Deconvolution
n4:konec-reseni
2009-12-31+01:00
n4:pocet-koordinujicich-prijemcu
0
n4:poskytovatel
n12:GA0
n4:start-reseni
2007-01-01+01:00
n4:statni-podpora
665
n4:typProjektu
n6:P
n4:uznane-naklady
665
n4:pocet-prijemcu
1
n4:pocet-spoluprijemcu
0
n4:pocet-vysledku
15
n4:pocet-vysledku-zverejnovanych
15