L'analisi delle componenti indipendenti (ICA) è un metodo di elaborazione del segnale per estrarre fonti indipendenti a partire solo dai dati osservati che sono miscele di fonti sconosciute. Recentemente, la separazione della fonte cieca da parte dell'ICA ha ricevuto notevole attenzione a causa delle sue potenziali applicazioni di elaborazione del segnale come sistemi di miglioramento del parlato, telecomunicazioni, elaborazione del segnale medico e diversi problemi di data mining. Questo libro presenta teorie e applicazioni dell'ICA e include preziosi esempi di diverse applicazioni nel mondo reale. Basandosi su teorie di modelli probabilistici, teoria dell'informazione e reti neurali artificiali, vengono presentati diversi algoritmi di apprendimento non supervisionato che possono eseguire ICA. Le teorie apparentemente diverse come infomax, stima di massima verosimiglianza, massimizzazione della neghentropia, PCA non lineare, algoritmo di Bussgang e metodi basati sui cumulanti vengono riviste e inserite in un quadro di teoria dell'informazione per unificare diverse linee di ricerca ICA. Viene presentato un algoritmo in grado di separare ciecamente segnali misti con distribuzioni di sorgenti sub- e super-gaussiane. Gli algoritmi di apprendimento possono essere estesi a sistemi di filtraggio, che consentono la separazione delle voci registrate in un ambiente reale (problema del cocktail party). L'algoritmo ICA è stato applicato con successo a molti problemi di elaborazione del segnale biomedico come l'analisi di dati elettroencefalografici e dati di imaging di risonanza magnetica funzionale. L'ICA applicato alle immagini produce componenti di immagine indipendenti che possono essere utilizzati come caratteristiche nei problemi di classificazione dei modelli come i sistemi di lettura labiale visiva e di riconoscimento facciale. L'algoritmo ICA può inoltre essere incorporato in un quadro di massimizzazione delle aspettative per la classificazione non supervisionata. Analisi delle componenti indipendenti: teoria e applicazioni è il primo libro ad affrontare con successo questo metodo abbastanza nuovo e generalmente applicabile di separazione cieca delle fonti. È una lettura essenziale per ricercatori e professionisti interessati all'ICA.
caricamento...
