- 時刻 \(t\) での \(n\)個の情報源 \(\mathbf{s}(t)=[s_1(t),s_2(t),\ldots,s_n(t)]^\top\) は未知とする．
- やはり未知の \(m\times n\)行列 \(A\) があるとする．ただし，\(m\ge n\)．
- 観測値 \(\mathbf{x}(t)=[x_1(t),x_2(t),\ldots,x_m(t)]^\top\) は，\(\mathbf{x}(t)=A\mathbf{s}(t)\) で生成されるものとする．
- 観測値の系列 \(\mathbf{x}(1),\mathbf{x}(2),\ldots\) が観測されたとき，情報源の系列 \(\mathbf{s}(1),\mathbf{s}(2),\ldots\) を推定する問題をblind source separationという．
- 情報源の各信号 \(s_1(t), s_2(t),\ldots,s_n(t)\) が独立であると仮定する．ここで，観測値は情報源の線形結合なので \(\mathbf{x}(t)\) は独立ではないが，この中から独立な成分を抽出して，情報源の予測値とみなすことで，未知音源分離 (blind source separation) 問題を解くのが独立成分分析．
-- しましま
関連項目†
リンク集†
関連文献†
Last-modified: 2010-08-27 (金) 13:01:22
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
![[bigsmile]](image/face/bigsmile.png)
)
