抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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)