skip to Main Content

University of Hawaii

Electrical Engineering

Data fusion via fission: Multidimensional time-frequency

Date: 2008-09-15           Add to Google Calendar
Time: 09:30
Location: Holmes Hall 389
Speaker: Dr Danilo Mandic, Imperial College London, UK


Empirical mode decomposition (EMD) is a data driven time frequency analysis technique, which is gaining popularity in several fields of engineering. Owing to its data driven nature, it allows for a decomposition of a signal into its oscillatory modes (AM or FM), and subsequent reconstruction (fusion) of the most relevant components. Its data driven nature helps to avoid problems experience with other decomposition techniques (PCA, Fourier, Wavelet), such as inaccurate reconstruction at high frequencies. However, this data driven nature also introduces problems, as it is difficult to control the number and character of the components in the decomposition.


This talk will address the complex and quaterion EMD, and will illustrate how this way problems experienced with standard EMD are avoided. The potential of complex EMD for the fusion of out of focus images will be addressed, together with the fusion of visual and thermal images. Finally, the potential of quaternion EMD for the analysis of 3D wind data at different scales will  be investigated.



Biography: Danilo P. Mandic is a Reader in Signal Processing at Imperial College London. He has been working in the area of nonlinear adaptive signal processing and nonlinear dynamics. His publication record includes two research monographs (Recurrent Neural Networks for Prediction, and Complex Valued Nonlinear Adaptive Filters) with Wiley, an edited book on Signal Processing for Information Fusion (Springer 2007) and more than 200 publications in Signal and Image Processing. He has been a Member of the IEEE Technical Committee on Machine Learning for Signal Processing, Associate Editor for the IEEE Transactions on Circuits and Systems II, IEEE Transactions on Signal Processing, IEEE Transactions on Neural Networks,  and International Journal of Mathematical Modelling and Algorithms. Dr. Mandic has produced award winning papers and products resulting from his collaboration with Industry. He is a Senior Member of the IEEE and Member of the London Mathematical Society. Dr. Mandic has been a Guest Professor in KU Leuven Belgium, TUAT Tokyo, Japan and Westminster University UK, and Frontier Researcher in RIKEN Japan.