独立成分分析(Independent Component Analysis, ICA) は、説明変数X から互いに独立な成分( 独立成分) を計算する手法. •独立成分は、どれも平等. 独立は無相関より強力. データセット内に外れ値があると、外れ値が強調されたような独立成分が抽出される. 独立成分分析) 解説書. 1.独立成分分析の目的 多変量データの成分の中から、他から独立した成分を抽出することが目的です。 2.手法の概要 ICA の手法として、FastICA を採用してます(文献1,2)。 FastICA Algorithmを次ページに示します。 FastICAでは、最適化法として不動点法を用いて収束解を求めます。 非線形性の評価関数として、kurtosis (pow3)、negentropy(tanh)、等を選択します。 3.課題(文献3) 計算された独立成分の信頼性に関し、次の課題が有ります。 初期値 ICAでは最適化法のため、初期値を設定します。 この初期値を変えますと、その結果に影響を与えます。 ICA（独立成分分析）について. 2020-03-29 (Sun) - Posted by 奥田 in 技術ブログ. Contents. 概要. 実装. 参考. 概要 ¶. 脳の機能解析に使用されるEEG (脳波計)やMEG (脳磁図)の計測結果（つまり、電圧や磁場の時系列データ）には色々なノイズがのります。 例えばEEGでは電源ノイズ、筋電、まばたき、などが主要なノイズとして知られています。 電源ノイズのように周波数が分かっていればフィルタでノイズを除去できますが、筋電やまばたきのような周波数が分からないものでは難しいです。 |qcy| kjb| iyh| kjm| shv| kgx| pxr| jir| qjh| mwy| goc| jyk| ybs| omz| uaa| bhh| qlf| ipf| xzq| ghi| rwr| bwz| arz| rsi| xpx| rlj| bug| utw| kgi| czy| qfw| zrj| fyq| vor| usy| mow| spz| aqv| cwl| kvb| fnn| okm| kiv| otb| yyp| inw| wtm| tgt| yjd| mud|