Независна компонента анализа (ICA)
Независна компонента анализа (ICA) је рачунарска метода за одвајање вишеваријантног сигнала на адитивне, статистички независне подкомпоненте. Формализована од стране Пјера Комона 1994. године, ICA је постала темељни оквир за слепо раздвајање извора и широко се примењује у неуроимагингу (fMRI, EEG), обради говора и анализи биомедицинских сигнала.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Independent Component Analysis (ICA). ScholarGate. https://scholargate.app/sr/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.
- Faktorska analizaIstraživačka statistika↔ compare
- Негативна матрична факторизација (NMF)Mašinsko učenje↔ compare
- Singular Value DecompositionNumeričke metode↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →