Nezávislá komponentová analýza (ICA)
Nezávislá komponentová analýza (ICA) je výpočtová metóda na separáciu multivariačného signálu na aditívne, štatisticky nezávislé subkomponenty. ICA, formalizovaná Pierrom Comonom v roku 1994, sa stala základným rámcom pre slepú separáciu zdrojov a je široko aplikovaná v neurozobrazovaní (fMRI, EEG), spracovaní reči a analýze biomedicínskych signálov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Comon, P. (1994). Independent component analysis, a new concept? Signal Processing, 36(3), 287–314. DOI: 10.1016/0165-1684(94)90029-9 ↗
- Hyvärinen, A., Karhunen, J., & Oja, E. (2001). Independent Component Analysis. Wiley. ISBN: 978-0-471-40540-5
Ako citovať túto stránku
ScholarGate. (2026, June 3). Independent Component Analysis (ICA). ScholarGate. https://scholargate.app/sk/machine-learning/independent-component-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Faktorová analýzaŠtatistika vo výskume↔ compare
- Nezáporná maticová faktorizácia (NMF)Strojové učenie↔ compare
- Singular Value DecompositionNumerické metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →