欠完备盲子空间解卷积
统计理论
2007-05-23 v3 机器学习
统计理论
摘要
我们引入盲子空间解卷积(BSSD)问题,它是盲源解卷积(BSD)与独立子空间分析(ISA)任务的推广。我们考察欠完备 BSSD(uBSSD)的情形。应用时间拼接我们将此问题归约为 ISA。相关的“高维”ISA 问题可由一种称为联合 f-解相关(JFD)的最近技术处理。类似的解相关方法此前已用于核独立成分分析(kernel-ICA)。更确切地说,核典型相关(KCCA)技术是该族的一员,并且如本文所示,核广义方差(KGV)方法也可视为特征空间中的解相关方法。这些基于核的算法将被改造用于 ISA 任务。在数值例子中,我们(i)考察所涌现的高维 ISA 任务可被处理的效率,以及(ii)探究导出的核-ISA 方法的工作机制与优势。
引用
@article{arxiv.math/0701210,
title = {Undercomplete Blind Subspace Deconvolution},
author = {Zoltan Szabo and Barnabas Poczos and Andras Lorincz},
journal= {arXiv preprint arXiv:math/0701210},
year = {2007}
}
备注
Final version, appeared in Journal of Machine Learning Research