- Tytuł:
-
Przyspieszanie metody analizy niezależnych składowych
Acceleration of the independent component analysis - Autorzy:
- Nowak, Aleksandra
- Opis:
-
Independent component analysis is one of the methods for solving the blind source separation problem. The blind source separation problem consists of retrieving a set of source signals from a set of mixed signals, given only the mixed signals and little (or none) information about the mixing process. The Independent Component Analysis (ICA) aims to achieve this goal, by obtaining a linear decomposition of the input random vector into statistically independent components. In this thesis two algorithms for ICA were compared: The WeICA algorithm and the well-known FastICA algorithm. The WeICA algorithm is presented according to: J. Tabor, P. Spurek, M. Śmieja, Ł. Struski, WeICA: a simple closed form ICA based on data weighting. A preliminary work, under review by the International Conference on Machine Learning (ICML) (2017)
Metoda analizy niezależnych składowych (ICA – independent component analysis) jest jednym ze sposobów rozwiązywania problemu blind source separation, polegającym na separacji sygnałów źródłowym z danych otrzymanych w wyniku nieznanego procesu mieszającego. Metoda analizy niezależnych składowych szuka takiej dekompozycji danego na wejściu wektora danych, aby otrzymane komponenty były możliwie statystycznie niezależne. W pracy tej porównano dwa algorytmy rozwiązujące ICA: WeICA oraz powszechnie znany FastICA. Algorytm WeICA przestawiono zgodnie z wstępną pracą: J. Tabor, P. Spurek, M. Śmieja, Ł. Struski, WeICA: a simple closed form ICA based on data weighting. A preliminary work, under review by the International Conference on Machine Learning (ICML) (2017) - Dostawca treści:
- Repozytorium Uniwersytetu Jagiellońskiego
Inne