Séparation aveugle de sources: décomposition en matrices non-négatives

Les méthodes de NMF permettent la factorisation aveugle d’une matrice non-négative X en le produit X = G.F de deux matrices non-négatives G et F, repectivement la matrice de contributions et de profils.

Bien que ces approches sont étudiées avec grand intérêt par la communauté scientifique, elles souffrent bien souvent d’un manque de robustesse vis à vis des données et des conditions initiales et peuvent présenter des solutions multiples.

Les travaux de cette étude ont pour objectif d’examiner les défférents approches de NMF, ainsi d’introduire le contrainte de parcimonie afin d’éviter les minima locaux.

On peut informer la NMF par introduction des contraintes recherchées sur la matrice F (resp G) tel que la somme à 1 de chacune de ses lignes (resp ses colonnes).

Des applications sur des images ont permis de tester l’intérêt de défférents algorithmes au niveau de précision et rapidité.