高效独立成分分析
统计方法学
2009-09-29 v2 统计理论
机器学习
统计理论
摘要
独立成分分析(ICA)已被广泛应用于脑成像分析、信号处理和电信等诸多领域的盲源分离问题中。目前已提出许多基于 M 估计的统计方法来估计混合矩阵。近年来,若干非参数方法也得到了发展,但其渐近效率方面的深入分析仍属空白。本文利用半参数理论分析 ICA,并通过 B 样条近似基于有效得分函数提出了一种简洁的估计量。在适度的正则条件下,该估计量具有渐近有效性,并在多种仿真中表现出优于标准 ICA 方法的性能。
引用
@article{arxiv.0705.4230,
title = {Efficient independent component analysis},
author = {Aiyou Chen and Peter J. Bickel},
journal= {arXiv preprint arXiv:0705.4230},
year = {2009}
}
评论
Published at http://dx.doi.org/10.1214/009053606000000939 in the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)