在线算法中考虑Itakura-Saito散度的非负矩阵分解
摘要：非负矩阵分解(NMF)现在是音频源分离的常用工具。在对大型音频数据库进行NMF学习时，一个主要的缺点是在更新字典时的时间复杂度为O(FKN)(其中(F;N)是输入功率谱的维度，K是基谱的数量)，这使得其无法应用于超过一个小时的信号。我们提供了一种在线算法，在字典更新方面的时间和内存复杂度为O(FK)。我们在音频模拟中展示了在线方法对于短音频信号的更快速度，并且可以分析几个小时的音频信号。
作者：Augustin Lef`evre (INRIA Paris - Rocquencourt), Francis Bach (LIENS), C''edric F''evotte (LTCI)
论文ID：1106.4198
分类：Machine Learning
分类简称：stat.ML
提交时间：2011-06-22