¿Qué es el análisis de componentes independientes?
El análisis de componentes independientes (ICA) es una técnica estadística y computacional para revelar los factores ocultos que subyacen en conjuntos de variables aleatorias, mediciones o señales.
ICA define un modelo generativo para los datos multivariantes observados, que normalmente se dan como una gran base de datos de muestras. En el modelo, se supone que las variables de los datos son mezclas lineales de algunas variables latentes desconocidas, y el sistema de mezcla también es desconocido. Las variables latentes se suponen no mongólicas y mutuamente independientes, y se denominan componentes independientes de los datos observados. Estos componentes independientes, también llamados fuentes o factores, pueden encontrarse mediante el ICA.
El ICA está superficialmente relacionado con el análisis de componentes principales y el análisis de factores. Sin embargo, ICA es una técnica mucho más potente, capaz de encontrar los factores o fuentes subyacentes cuando estos métodos clásicos fallan por completo.
Los datos analizados por ICA pueden provenir de muchos tipos diferentes de campos de aplicación, incluyendo imágenes digitales, bases de datos de documentos, indicadores económicos y mediciones psicométricas.En muchos casos, las mediciones se dan como un conjunto de señales paralelas o series temporales; el término separación ciega de fuentes se utiliza para caracterizar este problema. Ejemplos típicos son las mezclas de señales de habla simultáneas que han sido recogidas por varios micrófonos, las ondas cerebrales registradas por múltiples sensores, las señales de interferencias que llegan a un teléfono móvil o las series temporales paralelas obtenidas de algún proceso industrial.
Se puede encontrar más información sobre ICA en los siguientes enlaces:
Explicación breve Documento tutorial (también en japonés)
y en particular:
Análisis de Componentes Independientes: The Book
Para hacer realmente ICA en sus datos, es posible que desee utilizar el
paquete MATLAB FastICA
.