Phân tích thành phần độc lập (ICA)
Phân tích thành phần độc lập (ICA) là một phương pháp tính toán để tách một tín hiệu đa biến thành các thành phần phụ cộng tính, độc lập về mặt thống kê. Được chính thức hóa bởi Pierre Comon vào năm 1994, ICA đã trở thành khuôn khổ nền tảng cho việc tách nguồn mù và được ứng dụng rộng rãi trong hình ảnh thần kinh (fMRI, EEG), xử lý giọng nói và phân tích tín hiệu y sinh.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Independent Component Analysis (ICA). ScholarGate. https://scholargate.app/vi/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.
- Phân tích nhân tốThống kê nghiên cứu↔ compare
- Phân tích ma trận không âm (NMF)Học máy↔ compare
- Phân rã Giá trị Suy biếnPhương pháp số↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →