論文の概要: Foundations of Independent Component Analysis

• arxiv url: http://arxiv.org/abs/2608.13229v1
• Date: Thu, 13 Aug 2026 13:31:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.543855
• Title: Foundations of Independent Component Analysis
• Title（参考訳）: 独立成分分析の基礎
• Authors: Patrick Forré,
• Abstract要約: 我々は $mathbbRd$ 上の確率測度の特徴関数の理論を発展させる。 独立したソースは、翻訳、置換、スケール、サインまで特定可能であることを示す。 データから独立したソースを復元するためのオンライン等変勾配勾配ICAアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 16.08983109077834
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the mathematical foundations of linear independent component analysis (ICA) models based on standard literature in a self-contained note. It is aimed at readers with a background in measure-theoretic probability theory. We first develop the theory of the characteristic functions of probability measures on $\mathbb{R}^d$, including their analyticity and the way in which they determine and characterise the distributions. We then focus on several identifiability results of ICA models with successively strengthened assumptions on the sources: from merely non-constant, to non-Gaussian, to Gaussian-free independent sources. Under the strictest assumptions, we show that the independent sources are identifiable up to translation, permutation, scales and signs, and this even in the presence of additive Gaussian noise. Furthermore, we present the online equivariant gradient descent ICA algorithm for recovering the independent sources from data, in the standard complete noiseless non-Gaussian ICA setting.
• Abstract（参考訳）: 本稿では,標準文献に基づく線形独立成分分析(ICA)モデルの数学的基礎を,自己完結ノートに記載する。 測度理論的確率論の背景を持つ読者を対象としている。 まず、その解析性や分布を決定・特徴づける方法を含む、$\mathbb{R}^d$上の確率測度の特性関数の理論を開発する。 次に、単に非コンスタントから非ガウス的、ガウス自由な独立な情報源まで、ソースに対して連続的に強化された仮定を持つICAモデルの識別可能性結果に焦点をあてる。 最も厳密な仮定の下では、独立情報源は翻訳、置換、スケール、記号まで特定可能であることが示され、これは加法的ガウスノイズの存在下においても明らかである。 さらに、標準の完全ノイズのない非ガウスICA設定において、データから独立したソースを復元するオンライン等変勾配勾配ICAアルゴリズムを提案する。

関連論文リスト

• Contrast-Free ICA and Causal Inference via Wasserstein Distances to the Gaussian [2.495377652912602]
  正方形の2ドルワッサーシュタイン距離と標準ガウス距離を非ガウス性基準として検討する。 線形独立成分分析(ICA)と線形非ガウス非巡回モデル(LiNGAM)の因果発見にこれを用いる。
  論文  参考訳（メタデータ） (2026-07-14T14:49:31Z)
• The Procrustean Bed of Time Series: The Optimization Bias of Point-wise Loss [53.542743390809356]
  本稿では,最適化バイアス(EOB)の期待に関する第一原理解析を提案する。 時間列が決定論的で構造化されるほど、ポイントワイドの損失関数によるバイアスがより厳しくなる。 本稿では,DFTとDWTの両原理を同時に実現する具体的ソリューションを提案する。
  論文  参考訳（メタデータ） (2025-12-21T06:08:22Z)
• Beyond independent component analysis: identifiability and algorithms [0.8793721044482612]
  私たちは、ペアワイズが独立を緩和できるかどうかという疑問に答えることを意味することを示しています。 この結果は任意の累積テンソルにおける必要零パターンの分布に適用できる。
  論文  参考訳（メタデータ） (2025-10-08T20:38:56Z)
• On the Identifiability of Sparse ICA without Assuming Non-Gaussianity [20.333908367541895]
  我々は、情報源の分布にさらなる前提条件を課すことなく、二階統計に依存する識別可能性理論を開発する。 本稿では,2次統計量と空間制約に基づく2つの推定手法を提案する。
  論文  参考訳（メタデータ） (2024-08-19T18:51:42Z)
• Large-Sample Properties of Non-Stationary Source Separation for Gaussian Signals [2.2557806157585834]
  我々は,非定常音源分離の一般的な方法である NSS-JD に対する大サンプル理論を開発した。 標準平方根率における非混合推定器の整合性とガウス分布への収束性は保たれることを示す。 シミュレーション実験は、理論結果の検証と、ブロック長が分離に与える影響を調べるために用いられる。
  論文  参考訳（メタデータ） (2022-09-21T08:13:20Z)
• On the Identifiability of Nonlinear ICA: Sparsity and Beyond [20.644375143901488]
  自明な不確定点を特定できる非線形ICAモデルをいかにして特定させるかは、教師なし学習における長年の問題である。 最近のブレークスルーは、いくつかの補助変数が与えられた条件付き独立としてソースの標準独立仮定を再構成する。 このような制約の特定のインスタンス化の下では、独立潜水源はそれらの非線形混合から置換まで同定できることを示す。
  論文  参考訳（メタデータ） (2022-06-15T18:24:22Z)
• Nonlinear Independent Component Analysis for Continuous-Time Signals [85.59763606620938]
  このプロセスの混合物の観察から多次元音源過程を復元する古典的問題を考察する。 このリカバリは、この混合物が十分に微分可能で可逆な関数によって与えられる場合、多くの一般的なプロセスのモデル(座標の順序と単調スケーリングまで)に対して可能であることを示す。
  論文  参考訳（メタデータ） (2021-02-04T20:28:44Z)
• Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
  我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。 我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
  論文  参考訳（メタデータ） (2021-01-17T07:48:45Z)
• Stochastic Approximation for Online Tensorial Independent Component Analysis [98.34292831923335]
  独立成分分析(ICA)は統計機械学習や信号処理において一般的な次元削減ツールである。 本稿では,各独立成分を推定する副産物オンライン時系列アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-12-28T18:52:37Z)
• Nonlinear ISA with Auxiliary Variables for Learning Speech Representations [51.9516685516144]
  補助変数の存在下では非線型独立部分空間解析(ISA)の理論的枠組みを導入する。 部分空間が独立な教師なし音声表現を学習するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-07-25T14:53:09Z)
• Nonparametric Score Estimators [49.42469547970041]
  未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。 正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。 カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
  論文  参考訳（メタデータ） (2020-05-20T15:01:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。