O que é Análise Independente de Componentes?

Análise Independente de Componentes (ICA) é uma técnica estatística e computacional para revelar fatores ocultos que estão por trás de variáveis aleatórias, medidas ou sinais.

ICA define um modelo generativo para os dados multivariados observados, que é tipicamente dado como uma grande base de dados de amostras. No modelo,as variáveis de dados são assumidas como misturas lineares de algumas variáveis desconhecidas, e o sistema de mistura também é desconhecido. As variáveis latentes são assumidas como não-gasiáticas e mutuamente independentes, e são chamadas de componentes independentes dos dados observados. Esses componentes independentes, também chamados de fontes ou fatores, podem ser encontrados pelo ICA.

ICA está superficialmente relacionado à análise dos componentes principais e análise dos fatores. ICA é uma técnica muito mais poderosa, porém, capaz de encontrar os fatores ou fontes subjacentes quando esses métodos clássicos falham completamente.

Os dados analisados pelo ICA poderiam ter origem em muitos tipos diferentes de campos de aplicação, incluindo imagens digitais, bancos de dados de documentos, indicadores econômicos e medições psicométricas. Exemplos típicos são misturas de sinais simultâneos de fala que foram captados por vários microfones, ondas cerebrais gravadas por vários sensores, sinais de interferências que chegam a um telefone celular, ou séries temporais paralelas obtidas a partir de algum processo industrial.

Mais informações sobre o ICA podem ser encontradas nos seguintes links:

Explicação curta Papel tutorial (também em japonês)

e em particular:

Análise de Componentes Independente: O Livro

Para realmente fazer ICA nos seus dados, você pode querer usar o pacote

FastICA MATLAB
>