| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-11-13 15:45 ［ポスター講演］高次統計量の誤差分布推定による独立成分分析の改良 ○松田源立・山口和紀（東大）  IBISML2013-59 |
|
| 抄録 | （和） | 独立成分分析(ICA)は、ブラインド源信号分離の 分野において広く利用されている手法である。 ICAは、源信号が互いに独立、かつ任意の非ガウス分布に従う、という仮定の元 で、高次統計量を利用して源信号を推定する。 既存のICAの理論においては、観測信号のサンプル数が十分に あれば、正確な源信号の推定が可能であることが知られているが、サンプル数 が少ない場合の頑健性については明確な分析が行われていなかった。 本論文では、ICAの一手法である joint approximate diagonalization (JAD)に ついて、サンプル数が少ない状態でも頑健性を向上させる方法を提案する。 具体的には、JADにおいて使用される高次統計量について、サンプル数が少ない 場合の推定誤差の分布を利用する。推定された誤差分布に基づきJADの問題を最 大尤度推定問題に置き換えることで、頑健性の高いICAを提案する。 さらに数値実験によりその有効性を検証する。 |
| （英） | Independent component analysis (ICA) is a solution for blind source separation problems. ICA can estimate the sources by utilizing the higher-order statistics under the assumptions that the sources are independent of each other and they are given according to any non-Gaussian distributions. In the previous works on ICA, it was known that ICA can estimate the sources accurately if the sample size of them is sufficiently large. However, it has been unclear which ICA is robust or not for a small size of samples. In this paper, a new extension of joint approximate approximation (JAD, which is a method of ICA) is proposed in order to ameliorate the robustness for a small size of samples. In the proposed method, the error distribution of the estimation of the higher-order statistics in JAD is estimated when the sample size is small. The optimization problem of JAD is regarded as a maximum-likelihood problem by utilizing the estimated error distribution. Then, a more robust ICA is proposed. Moreover, numerical experiments are done in order to verify the validity of this method. |
|
| キーワード | （和） | 独立成分分析 / 高次統計量 / 頑健性 / / / / / |
| （英） | independent component analysis / higher-order cumulants / robustness / / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 286, IBISML2013-59, pp. 177-183, 2013年11月. | |
| 資料番号 | IBISML2013-59 | |
| 発行日 | 2013-11-05 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2013-59 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2013-11-10 - 2013-11-13 |
| 開催地（和） | 東京工業大学 蔵前会館 |
| 開催地（英） | Tokyo Institute of Technology, Kuramae-Kaikan |
| テーマ（和） | 第16回情報論的学習理論ワークショップ & 第2回IBISMLチュートリアル |
| テーマ（英） | The 16th IBIS Workshop & The 2nd IBIS Tutorial |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2013-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 高次統計量の誤差分布推定による独立成分分析の改良 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of independent component analysis by an estimation of the error distribution of higher-order statistics |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 独立成分分析 / independent component analysis |
| キーワード(2)（和/英） | 高次統計量 / higher-order cumulants |
| キーワード(3)（和/英） | 頑健性 / robustness |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松田 源立 / Yoshitatsu Matsuda / |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 山口 和紀 / Kazunori Yamaguchi / |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-11-13 15:45:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2013-59 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.286 |
| ページ範囲 | pp.177-183 |
| ページ数 | 7 |
| 発行日 | 2013-11-05 (IBISML) |
[研究会発表申込システムのトップページに戻る]