ICA é uma técnica estatística e computacional para revelar fatores ocultos que subjazem conjuntos de variáveis aleatórias, medidas, ou sinais.
Trata-se de uma técnica bastante poderosa capaz de separar fontes independentes linearmente misturadas em vários sensores (HYVÄRINEN, 2015)
2. 2
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
• Introdução
• ICA
• Aplicações
• Problema da festa de coquetel
• PCA e ICA
• Considerações finais
• Referências
Agenda
3. 3
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
Anos 80
J. Hérault, C. Jutten e B.Ans
1994
“Independent Component Analysis,
a new concept?” — Comon
InfoMax
Introdução
Um breve histórico
4. 4
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
ICA é uma técnica estatística e computacional para
revelar fatores ocultos que subjazem
conjuntos de variáveis aleatórias, medidas, ou sinais.
Trata-se de uma técnica bastante poderosa capaz
de separar fontes independentes linearmente
misturadas em vários sensores (HYVÄRINEN, 2015).
ICA
Independent Component Analysis
5. 5
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
Para Hyvärinen, Karhunen e Oja (2001, p. 7):
Misturas de sinais de voz simultâneas, análise
de ondas cerebrais, interferências de sinais de
rádio, processos industriais, imagens cerebrais,
em econometria, extração de características de
imagem, entre outras.
Aplicações
Utilização de ICA
7. 7
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
Tempo
t
Coeficientes
aij
Fontes originais
f1
, f2
e f3
x1
(t) = a11
f1
+ a12
f2
+ a13
f3
x2
(t) = a21
f1
+ a22
f2
+ a23
f3
x3
(t) = a31
f1
+ a32
f2
+ a33
f3
Problema da festa de coquetel
Cocktail party problem
8. 8
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
x = Af
Problema da festa de coquetel
Cocktail party problem
x1
(t) = a11
f1
+ a12
f2
+ a13
f3
x2
(t) = a21
f1
+ a22
f2
+ a23
f3
x3
(t) = a31
f1
+ a32
f2
+ a33
f3
9. 9
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
Problema da festa de coquetel
Cocktail party problem
y1
(t) = w11
x1
+ w12
x2
+ w13
x3
y2
(t) = w21
x1
+ w22
x2
+ w23
x3
y3
(t) = w31
x1
+ w32
x2
+ w33
x3
W = A-1
10. 10
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
Tempo
t
Coeficientes
wij
Fontes extraídas
y1
, y2
e y3
y1
(t) = w11
x1
+ w12
x2
+ w13
x3
y2
(t) = w21
x1
+ w22
x2
+ w23
x3
y3
(t) = w31
x1
+ w32
x2
+ w33
x3
Problema da festa de coquetel
Cocktail party problem
15. 15
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
»» Um projeto de aprendizagem de máquina é basicamente um ciclo de
ações que precisam ser executadas (BELL, 2014).
»» Portanto, conhecer diferentes métodos, modelos e técnicas permite
estabelecer estratégias mais eficazes quando se pretende desenvolver ou
pôr em prática um projeto de aprendizado de máquina.
»» Como pode ser observado, o modelo ICA permite seu uso em
aplicações variadas de diferentes campos e ainda mostra-se mais eficiente
na resolução de certos problemas em relação ao PCA.
»» Por fim, Independent Component Analysis compreende uma técnica
extremamente poderosa, capaz de separar fontes independentes
linearmente misturadas em vários receptores.
Considerações finais
Independent Component Analysis
16. 16
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
BELL, A. J.; SEJNOWSKI, T. J. An information maximization approach to blind separation and blind
deconvolution. In: ______. Neural Computation. 7. ed. La Jolla, CA: MIT Press, 1995a. p. 1129-1159.
______. A non-linear information maximization algorithm that performs blind separation. In: ______.
Advances in Neural Information Processing Systems. 7. ed. [S.l.]: [S.n.], 1995b. p. 467-474.
BELL, Jason. Machine Learning: Hands-On for Developers and Technical Professionals. [S.l.]: John
Wiley e Sons, 2014.
CHARTIER, S.; GOSSELIN, D.; LANGLOIS, D. An Introduction to Independent Component
Analysis: InfoMax and FastICA algorithms. v. 6(1). Ottawa: Tutorials in Quantitative Methods for
Psychology, 2010.
HYVÄRINEN, Aapo. What is Independent Component Analysis? Disponível em: < http://www.
cs.helsinki.fi/u/ahyvarin/whatisica.shtml >. Acesso em: 18 de setembro de 2015.
Referências
Parte I
17. 17
Independent Component Analysis
ICA
Aprendizado de Máquina | DIMAP | PPgSC
HYVÄRINEN, A.; KARHUNEN, J.; OJA, E. Independent Component Analysis. [S.l.]: John Wiley and
Sons, 2001.
MARSLAND, Stephen. Machine Learning. 2. ed. [S.l.]: CRC Press, 2014.
NEVES, J. L. Pesquisa qualitativa: características, usos e possibilidades. Disponível em: <http://www.
ead.fea.usp.br/cad-pesq/arquivos/c03-art06.pdf>. Acesso em: 19 set. 2015.
NG, Andrew. Independent Component Analysis. Disponível em: < http://cs229.stanford.edu/notes/
cs229-notes11.pdf >. Acesso em: 17 set. 2015.
THEODORIDIS, Sergios. Machine Learning. [S.l.]: Academic Press, 2015.
Referências
Parte II