統計学輪講 第16回

独立成分分析(ICA)は独立な信号源の線形な混合を観測し、そこからもとの信号をスケールと順序を除いて復元する解析である。独立性の推定には尖度やエントロピーと言った高次統計量を用い、fastICA[1]は独立成分の高速な推定アルゴリズムとして有名である。
本講演ではICAの基本的な原理を説明するとともに、ICAモデルにガウス雑音が乗った場合の推定手法を紹介し、グラフィカルモデルとの対応について言及する。

参考文献
[1]Hyvarinen A.,”Fast and robust fixed-point algorithms for independent component analysis”,IEEE transactions on Neural Networks,10(3),626-634,1999