文献

J-GLOBAL ID：201402211971212139   整理番号：14A0007471

高次統計量の誤差分布推定による独立成分分析の改良

Improvement of independent component analysis by an estimation of the error distribution of higher-order statistics

著者 (2件)： 松田源立 (東大 大学院) ,  山口和紀 (東大 大学院)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 113  号： 286(IBISML2013 36-66)  ページ： 177-183  発行年： 2013年11月05日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 独立成分分析(ICA)は,ブラインド源信号分離の分野において広く利用されている手法である。ICAは,源信号が互いに独立,かつ任意の非ガウス分布に従う,という仮定の元で,高次統計量を利用して源信号を推定する。既存のICAの理論においては,観測信号のサンプル数が十分にあれば,正確な源信号の推定が可能であることが知られているが,サンプル数が少ない場合の頑健性については明確な分析が行われていなかった。本論文では,ICAの一手法であるjoint approximate diagonalization(JAD)について,サンプル数が少ない状態でも頑健性を向上させる方法を提案する。具体的には,JADにおいて使用される高次統計量について,サンプル数が少ない場合の推定誤差の分布を利用する。推定された誤差分布に基づきJADの問題を最大尤度推定問題に置き換えることで,頑健性の高いICAを提案する。さらに数値実験によりその有効性を検証する。(著者抄録)

シソーラス用語： *独立成分分析 ,  *高次統計量 ,  ロバスト性 ,  *分布 ,  信号発生器 ,  独立性 ,  統計量
準シソーラス用語： 最大尤度推定 ,  信号分離 ,  *分布推定 ,  *誤差分布 ,  信号源 ,  ブラインド源 ,  非ガウス性

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 高次統計量 ,  誤差 ,  分布推定 ,  独立成分分析