独立成分分析:アルゴリズムと応用

pdf

Independent Component Analysis:
Algorithms and Applications
Neural Networks, Vol. 13, No. 4-5, pp. 411-430, 2000
神経ネットワークの研究は多くの他の分野における基本的な問題と同様に,多変量データの適切な表現,すな
わちランダムベクトルを見つけることである.計算および概念を簡単にするため,多くの場合,表現は元のデー
タの線形変換として求められる.言い換えれば,表現の各構成要素は元の変数の線形結合である.周知の線形変
換方法としては,主成分分析,因子分析及び射影追跡を含む.独立成分分析(ICA) は目標とする成分が統計的に
独立している,または可能な限り独立しているように非ガウスデータの線形表現を見つける,最近開発された手
法である.このような表現は,特徴抽出及び信号分離を含む多くの用途においてデータの基本的な構造をとらえ
るようである.本稿では,ICA の基本的な理論とアプリケーション及び我々のテーマに関する最近の研究につい
て紹介する.