基于Itakura-Saito散度的非负矩阵分解在线算法
机器学习
2011-06-22 v1
摘要
非负矩阵分解(NMF)现已成为音频源分离的常用工具。在大型音频数据库上学习NMF时，一个主要缺点在于更新字典时的时间复杂度为O(FKN)（其中(F;N)为输入功率谱图的维度，K为基谱数量），从而限制了其在超过一小时的信号上的应用。我们提供了一种在线算法，其字典更新的时间和内存复杂度均为O(FK)。我们在音频仿真中表明，该在线方法对于短音频信号速度更快，并且能够分析长达数小时的音频信号。
引用
@article{arxiv.1106.4198,
title = {Online algorithms for Nonnegative Matrix Factorization with the Itakura-Saito divergence},
author = {Augustin Lefèvre and Francis Bach and Cédric Févotte},
journal= {arXiv preprint arXiv:1106.4198},
year = {2011}
}