Independent component analysis
•
0 gostou•594 visualizações
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)
Recomendados
Mais conteúdo relacionado
Mais de Ystallonne Alves
Mais de Ystallonne Alves (9)
Independent component analysis
- 1. Independent Component Analysis ICA Ystallonne Alves Aprendizado de Máquina | DIMAP | PPgSC
- 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
- 6. 6 Independent Component Analysis ICA Aprendizado de Máquina | DIMAP | PPgSC Problema da festa de coquetel Cocktail party problem f1 f2 f3 x1 x2 x3 Fontes Matriz de mistura A Observações
- 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
- 11. 11 Independent Component Analysis ICA Aprendizado de Máquina | DIMAP | PPgSC Problema da festa de coquetel Cocktail party problem
- 12. 12 Independent Component Analysis ICA Aprendizado de Máquina | DIMAP | PPgSC PCA Correlação. Maximizar variação. Possibilitar reconstruções. ICA Maximizar a independência. Maximizar a não Gaussianidade. PCA e ICA Características
- 13. 13 Independent Component Analysis ICA Aprendizado de Máquina | DIMAP | PPgSC PCA e ICA Comparativo MisturasFontes originais Fontes extraídas PCA
- 14. 14 Independent Component Analysis ICA Aprendizado de Máquina | DIMAP | PPgSC PCA e ICA Comparativo MisturasFontes originais Fontes extraídas ICA
- 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
- 18. Independent Component Analysis ICA Ystallonne Alves Aprendizado de Máquina | DIMAP | PPgSC