独立成分分析とは？

独立成分分析（ICA）は、確率変数、測定、または信号のセットの根底にある隠れた要因を明らかにするための統計および計算技術である。 このモデルでは、データ変数はいくつかの未知の潜在的変数の線形混合であると仮定され、混合系もまた未知である。 潜在変数は非正規で相互に独立であると仮定し、これらを観測データの独立成分と呼ぶ。 ICAは表面的には主成分分析や因子分析に関連している。 ICAによって分析されるデータは、デジタル画像、文書データベース、経済指標、心理測定など、多くの異なる種類の応用分野から発信される可能性がある。 典型的な例としては、複数のマイクで拾った同時音声信号の混合物、複数のセンサーで記録した脳波、携帯電話に届く干渉電波信号、何らかの工業プロセスから得られる並列時系列などがあります。

ICAに関する詳しい情報は、以下のリンクを参照してください。

Independent Component Analysis（独立成分分析）。 The Book

To actually do ICA on your data, you may want to use the

FastICA MATLAB package