273 入門 独立成分分析 « 谷口忠大HomePage (たにちゅーのＨＰ) — tanichu.com –

独立成分分析は，結構新しい信号処理の手法だ． 応用としては，音源分離，つまり， 録音した情報から Ａさんの発言とＢさんの発言を分離することが出来たりする． 複数の信号が重ね合わさっていたときに，その二つの信号が「独立」である とかんがえれば 分離した結果の 「独立でない」っぷりが最小化されるように 分離する為の関数を最適化すれば良いのだ． 独立性というのは 純粋に確率論的な概念で p(a,b) = p(a)p(b) として書ける． つまり，a, b のサイコロを別々に振っても同時に振っても確率はかわらんということだ 一番ベーシックな独立成分分析の やりかたは 「独立でない」っぷり = p(a,b) と p(a)p(b) の間の距離 という訳で確率分布間の距離を測るときの スタンダード KL擬距離 ＝ カルバックライブラー・ダイバージェンス を用いて I (p(a,b), p(a)p(b