把混合信号分解为相互独立成分的方法。
ICA像在KTV包厢听合唱:麦霸、跑调和伴奏再吵,也能一人一轨拆开。
用于语音分离、脑电和图像,帮人从混合数据找源头。
Unsupervised LearningICA 不用标签,而是从数据本身拆出隐藏结构。
PCAPCA 追求不相关,ICA 更进一步追求统计独立。
Dimensionality ReductionICA 可把混合信号压成更清晰的特征表示。
Latent ModelICA 找到的独立成分可看作背后的隐变量。