Qu’est-ce que l’analyse en composantes indépendantes ?

L’analyse en composantes indépendantes (ACI) est une technique statistique et informatique permettant de révéler les facteurs cachés qui sous-tendent des ensembles de variables aléatoires, de mesures ou de signaux.

L’ACI définit un modèle génératif pour les données multivariées observées,qui sont généralement données comme une grande base de données d’échantillons. Dans le modèle,les variables de données sont supposées être des mélanges linéaires de certaines variables latentes inconnues, et le système de mélange est également inconnu. Les variables latentes sont supposées non gaussiennes et mutuellement indépendantes, et elles sont appelées les composantes indépendantes des données observées. Ces composantes indépendantes, également appelées sources ou facteurs, peuvent être trouvées par l’ICA.

L’ICA est superficiellement liée à l’analyse en composantes principales et à l’analyse factorielle. Cependant, l’ICA est une technique beaucoup plus puissante, capable de trouver les facteurs ou les sources sous-jacentes lorsque ces méthodes classiques échouent complètement.

Les données analysées par l’ICA pourraient provenir de nombreux types de domaines d’application différents, y compris les images numériques, les bases de données de documents, les indicateurs économiques et les mesures psychométriques.

Dans de nombreux cas, les mesures sont données comme un ensemble de signaux parallèles ou de séries temporelles ; le terme de séparation aveugle des sources est utilisé pour caractériser ce problème. Des exemples typiques sont des mélanges de signaux vocaux simultanés qui ont été captés par plusieurs microphones, des ondes cérébrales enregistrées par plusieurs capteurs, des signaux d’interférenceradio arrivant à un téléphone mobile, ou des séries temporelles parallèlesobtenues à partir de certains processus industriels.

Plus d’informations sur l’ICA peuvent être trouvées sous les liens suivants :

Explication succincte Document didactique (également en japonais)

et en particulier :

Analyse en composantes indépendantes : Le livre

Pour faire réellement l’ICA sur vos données, vous pouvez utiliser le

Paquet MATLAB FastICA

.