Titre :	Analyse en composantes indépendantes ACI signal parole
Type de document :	texte manuscrit
Auteurs :	Katia Hamai, Auteur ; Rima Kelfa, Auteur ; Mourad Reggab, Directeur de thèse
Editeur :	Laghouat : Université Amar Telidji - Département d'électronique
Année de publication :	2020
Importance :	65p.
Format :	30 cm.
Accompagnement :	+1 CD ROM Optique Némérique
Note générale :	Option : Réseaux et Télécommunication.
Langues :	Français (fre)
Mots-clés :	Analyse en composantes indépendantes, Séparation aveugle des sources, Indépendances statiques, La non-gaussianité des sources, Algorithme Fast-ICA.
Résumé :	L'analyse en composantes indépendantes est une méthode qui sert à résoudre le problème de la séparation aveugle des sources SAS, où le but est de trouver une représentation linéaire des données non-gaussiennes afin que les composantes soient statistiquement indépendantes, ou aussi indépendantes que possible. L’utilisation de la technique ACI est présente dans plusieurs domaines tell que : domaine biomédicaux, télécommunication, imageries et plusieurs d’autres. Fast-ICA est l'une des algorithmes ACI les plus efficaces pour calculer la matrice de mélange inverse pour extraire les signaux sources. L'algorithme Fast-ICA sépare les sources indépendantes de leurs mélanges en mesurant des valeurs non gaussiennes. Dans ce mémoire, nous appliquons cet algorithme pour réaliser la séparation des sources sous Matlab.
note de thèses :	Memoire de Master en Electronique

Analyse en composantes indépendantes ACI signal parole [texte manuscrit] / Katia Hamai, Auteur ; Rima Kelfa, Auteur ; Mourad Reggab, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'électronique, 2020 . - 65p. ; 30 cm. + +1 CD ROM Optique Némérique.
Option : Réseaux et Télécommunication.

Langues : Français (fre)

Mots-clés :	Analyse en composantes indépendantes, Séparation aveugle des sources, Indépendances statiques, La non-gaussianité des sources, Algorithme Fast-ICA.
Résumé :	L'analyse en composantes indépendantes est une méthode qui sert à résoudre le problème de la séparation aveugle des sources SAS, où le but est de trouver une représentation linéaire des données non-gaussiennes afin que les composantes soient statistiquement indépendantes, ou aussi indépendantes que possible. L’utilisation de la technique ACI est présente dans plusieurs domaines tell que : domaine biomédicaux, télécommunication, imageries et plusieurs d’autres. Fast-ICA est l'une des algorithmes ACI les plus efficaces pour calculer la matrice de mélange inverse pour extraire les signaux sources. L'algorithme Fast-ICA sépare les sources indépendantes de leurs mélanges en mesurant des valeurs non gaussiennes. Dans ce mémoire, nous appliquons cet algorithme pour réaliser la séparation des sources sous Matlab.
note de thèses :	Memoire de Master en Electronique