अमूर्त

Application of Independent Component Analysis

P.R.Gomathi , 2V.Jamuna

Electroencephalographic (EEG) recordings are often contaminated by artifacts, i.e., signals with non-cerebral origin that might mimic some cognitive or pathologic activity, this way affecting the clinical interpretation of traces.In this paper, Independent Component Analysis (ICA) is applied to EEG signals collected from different mental tasks in order to remove the artifacts from the EEG signals.There are several algorithms based on different approaches for ICA widely in use for all sort of applications. These algorithms include, but not limited to, the popular Fast- ICA, Joint Approximate Diagonalization of Eigenvalues (JADE), Infomax, and Extended Infomax etc. A framework for accommodating four ICA algorithms is developed to estimate the convergence speed of the algorithms and hence selects the best algorithm for the specific type of data.

जर्नल हाइलाइट्स

अंकीय संकेत प्रक्रिया अतुल्यकालिक संकलन अधोचालकसंचालन अनुकूली संकेत संकेत अलग नेटवर्किंग आर्टिफ़िशियल क्लिनिक और इलेक्ट्रिकल में इलेक्ट्रिक ड्राइवर और उत्पाद इलेक्ट्रॉनिक सामग्री इलेक्ट्रॉनिक्स में आर्टिफिशियल ब्यूरो उपग्रह संचार एपीसैन निदान एवं संवेदन प्रणाली नियंत्रण सिद्धांत और सिद्धांत पावर इलेक्ट्रॉनिक कन्वर्टर्स का विश्लेषण बायो इलेक्ट्रॉनिक्स बिजली की गुणवत्ता और आपूर्ति की लागत के आर्थिक मूल्यांकन बेसिक इलेक्ट्रिकल इंजीनियरिंग भार एवं विद्युत पावर प्लांट की विद्युत एवं औषधि उपयोगिताएँ विद्युतचुंबकीय क्षणिक कार्यक्रम (ईएमआई) विद्युतीकरण

में अनुक्रमित

Academic Keys
ResearchBible
CiteFactor
Cosmos IF
RefSeek
Hamdard University
Scholarsteer
International Innovative Journal Impact Factor (IIJIF)
International Institute of Organised Research (I2OR)
Cosmos

और देखें