文献

J-GLOBAL ID：201802217248976763   整理番号：18A0328039

ICA(独立成分分析)モデルにおける統計的推論のための強化されたブートストラップ法【Powered by NICT】

Enhanced bootstrap method for statistical inference in the ICA model

著者 (3件)： Basiri Shahab (Dept. of Signal Processing and Acoustics, Aalto University, P.O. Box 13000, FI-00076 Aalto, Finland) ,  Ollila Esa (Dept. of Signal Processing and Acoustics, Aalto University, P.O. Box 13000, FI-00076 Aalto, Finland) ,  Koivunen Visa (Dept. of Signal Processing and Acoustics, Aalto University, P.O. Box 13000, FI-00076 Aalto, Finland)
資料名： Signal Processing  (Signal Processing)
巻： 138  ページ： 53-62  発行年： 2017年 
JST資料番号： A0102B  ISSN： 0165-1684  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,FastICA推定器のための低複雑性と安定なブートストラップ手順を開発した。ブートストラッピング法はICAモデルにおけるコスト効率的で信頼性のあるブートストラップに基づく統計的推論を行うことを可能にした。統計的推論は,ICAモデルにおける混合係数に対する推定量と試験仮説の品質を定量的に評価するために必要である。開発したブートストラップ手法は高速でロバストなブートストラップ(FRB)法[1]に由来する,固定点(FP)方程式に対する解として見出されるかもしれないことを推定量に適用可能である。FRB定式化に関与する重み付き共分散行列の構造に関する解析結果を確立した。,劇的に低コストでFRBレプリカを計算するための筆者らの分析結果を利用した。FastICAのために開発された増強FRB法(EFRB)は,ICAが一般的に適用される応用(例えば,EEG,fMRI)の種々のブートストラップに基づく統計的推論を用いることができる。このようなアプローチは,従来のブートストラップの実質的な計算努力を生じるにより可能とされていない。シミュレーション研究は,提案した方法の複雑さと数値的安定性を比較した従来のブートストラップ法。も脳波(EEG)記録からの脳双極子の等電位線を同定するのに開発したブートストラッピング技術を利用した例を提供する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ブートストラップ ,  シミュレーション ,  双極子 ,  *独立成分分析 ,  推定量 ,  高速度 ,  品質 ,  信頼性 ,  定式化 ,  ロバスト性 ,  *統計的推定 ,  脳波
準シソーラス用語： 共分散行列 ,  低複雑性 ,  FastICA , 【Automatic Indexing@JST】

著者キーワード (4件)： ブートストラップ ,  高速でロバストなブートストラップ ,  独立成分分析 ,  FastICA

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： ICA ,  独立成分分析 ,  モデル ,  統計的推論 ,  強化 ,  ブートストラップ法