Article Sidebar
Main Article Content
W niniejszym artykule przedstawimy szczególną właściwość algorytmów ślepej separacji jaką jest występowanie funkcji log(cosh) w funkcjach celu, z których owe algorytmy są wyprowadzane. Wskażemy, że zakładane jako zasadniczo różne metody separacji, oparte na odmiennych kryteriach takich jak statystyczna niezależność, rzadkość lub gładkość, mogą lub są w praktyce sprowadzane do eksploracji w istocie tej samej matematycznej charakterystyki.
Article Details
Amari S., Cichocki A., Yang H. (1999) Unsupervised Adaptive Filtering, chapter Blind Signal Separation and Extraction - Neural and Information Theoretic Approaches. John Wiley.
Berry M., Browne M., Langville A., Pauca P., Plemmons R. (2007) Algorithms and Applications for Approximate Nonnegative Matrix Factorization. Computational Statistics & Data Analysis, 52(1), 155-173. (Crossref)
Cardoso J. (1998) Blind Signal Separation: Statistical Principles. Proceedings. of the IEEE, 86(10), 2009-2025. (Crossref)
Cardoso J. (1999) High-Order Contrasts for Independent Component Analysis. Neural Computation, 11(1), 157-192. (Crossref)
Cardoso J. (1997) Infomax and Maximum Likelihood for Source Separation. IEEE Letters on Signal Processing, 4(4), 112-114. (Crossref)
Cichocki A., Amari S. (2002) Adaptive Blind Signal and Image Processing. John Wiley, Chichester. (Crossref)
Comon P., Jutten Ch. (2010) Handbook of Blind Source Separation: Independent Component Analysis and Applications. Academic Press.
Georgiev P., Theis F., Cichocki A. (2005) Sparse Component Analysis and Blind Source Separation of Underdetermined Mixtures. IEEE Transactions on Neural Networks, 16(4), 992-996. (Crossref)
Girolami M., Fyfe C. (1996) Negentropy and Kurtosis as Projection Pursuit Indices Provide Generalized ICA Algorithms. Advances in Neural Information Processing Systems, NIPS’96 Workshop, Snowmaas.
Haykin S. (2009) Neural Networks and Learning Machines. Upper Saddle River: Pearson Education.
Hyvarinen A. (1998) New Approximations of Differential Entropy for Independent Component Analysis and Projection Pursuit. Advances in Neural Information Processing Systems, 10, 273-279, Cambridge, MA: MIT Press.
Hyvarinen A., Karhunen J., Oja E. (2001) Independent Component Analysis. Wiley John, New York. (Crossref)
Khan A., Kim I. (2009) Sparse Independent Component Analysis with Interpolation for Blind Source Separation. 2nd International Conference on Computer, Control and Communication. (Crossref)
Koutras A. (2002) Blind Speech Separation for Solving the Cocktail Party Problem in Real Room Environments. Info-M Journal, 1, 29-32.
Lee T. (1998) Independent Component Analysis: Theory and Applications. Kluwer Academic Publishers. (Crossref)
Oja E. (1995) The Nonlinear PCA Learning Rule and Signal Separation – Mathematical Analysis. Helsinki Univ. of Technology, Lab. of Computer and Information Science, Report A26.
Piccolotto N., Bögl M., Muehlmann C., Nordhausen K., Filzmoser P., Miksch S. (2022) Visual Parameter Selection for Spatial Blind Source Separation. Computer Graphics Forum, 41,3, 157-168. (Crossref)
Szupiluk R., Wojewnik P., Ząbkowski T. (2012) Smooth Component Analysis and MSE Decomposition for Ensemble Methods. Lectures Notes in Artificial Intelligence, 7327, 595-603. (Crossref)
Szupiluk R., Wojewnik P., Ząbkowski T. (2006) Prediction Improvement via Smooth Component Analysis and Neural Network Mixing. ICANN 2006, Lecture Notes in Computer Science, 4132, 133-140, Springer, Berlin, Heidelberg. (Crossref)
Szupiluk R., Wojewnik P., Ząbkowski T. (2007) Smooth Component Analysis as Ensemble Method for Prediction Improvement. Lecture Notes in Computer Science, 4666, 277-284. Springer, Berlin, Heidelberg. (Crossref)
Szupiluk R. (2014) Dekompozycje wielowymiarowe w agregacji predykcyjnych modeli Data Mining. Szkoła Główna Handlowa, Oficyna Wydawnicza.
Zibulevsky M., Pearlmutter B. (2001) Blind Source Separation by Sparse Decomposition in a Signal Dictionary. Neural Computation, 13, 863-882. (Crossref)
Zou H., Hastie T., Tibshirani R. (2006) Sparse Principal Component Analysis, Journal of Computational and Graphical Statistics, 15(2), 262-286. (Crossref)
Downloads
- Ryszard Szupiluk, Paweł Rubach, FILTRACJA FINANSOWYCH SZEREGÓW CZASOWYCH METODAMI NIEUJEMNEJ FAKTORYZACJI MACIERZY , Metody Ilościowe w Badaniach Ekonomicznych: Tom 19 Nr 3 (2018)
- Ryszard Szupiluk, Paweł Rubach, SEPARACJA FINANSOWYCH SZEREGÓW CZASOWYCH Z WYKORZYSTANIEM DEKORELACJI Z OPÓŹNIENIAMI , Metody Ilościowe w Badaniach Ekonomicznych: Tom 20 Nr 4 (2019)
- Ryszard Szupiluk, Paweł Rubach, IDENTYFIKACJA KOMPONENTÓW DESTRUKCYJNYCH W MODELACH PREDYKCYJNYCH W PODEJŚCIU WIELOMODELOWYM , Metody Ilościowe w Badaniach Ekonomicznych: Tom 18 Nr 4 (2017)
- Ryszard Szupiluk, Identyfikacja ukrytych komponentów w szeregach czasowych metodami nieujemnej faktoryzacji macierzy , Metody Ilościowe w Badaniach Ekonomicznych: Tom 23 Nr 2 (2022)
- Ryszard Szupiluk, Krzysztof Gajowniczek, Tomasz Ząbkowski, ESTIMATING THE ROC CURVE AND ITS SIGNIFICANCE FOR CLASSIFICATION MODELS’ ASSESSMENT , Metody Ilościowe w Badaniach Ekonomicznych: Tom 15 Nr 2 (2014)
- Ryszard Szupiluk, Piotr Wojewnik, Tomasz Ząbkowski, MULTIVARIATE DECOMPOSITIONS FOR VALUE AT RISK MODELLING , Metody Ilościowe w Badaniach Ekonomicznych: Tom 14 Nr 2 (2013)
- Ryszard Szupiluk, System uczenia głębokiego dla eliminacji szumów z wykorzystaniem dywergencji alpha , Metody Ilościowe w Badaniach Ekonomicznych: Tom 24 Nr 4 (2023)
- Ryszard Szupiluk, Analiza składowych niezależnych na rynkach finansowych – możliwości i ograniczenia , Metody Ilościowe w Badaniach Ekonomicznych: Tom 24 Nr 2 (2023)
- Ryszard Szupiluk, Dywergencje Bosego-Einsteina w analizie podobieństw finansowych szeregów czasowych , Metody Ilościowe w Badaniach Ekonomicznych: Tom 13 Nr 3 (2012)
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Użycie niekomercyjne 4.0 Międzynarodowe.
Publikowane artykuły dostępne są na warunkach Open Access na zasadach licencji Creative Commons CC BY-NC – do celów niekomercyjnych udostępnione materiały mogą być kopiowane, drukowane i rozpowszechniane. Autorzy ponoszą opłatę za opublikowanie artykułu.