ICA (Independent components analysis)

ICA (Independent components analysis)

 

 

ICA (독립 구성 요소 분석)는 소스 신호가 알 수 없는 비율로 함께 혼합된 녹음 세트에서 독립 소스 신호를 추정하는 기술이다. 또한, 다변량의 신호를 통계적으로 독립적인 하부 성분으로 분리하는 계산 방법이다. 각 성분은 비 가우스 성 신호로서 서로 통계적 독립을 이루는 성분으로 구성되어 있다. 독립 성분 분석은 블라인드 신호를 분리하는 특별한 방법이다.

 

EEG / MEG 분석에 어떻게 적용되는지 이해하는 것은 어렵지 않다. 많은 "마이크" (센서 채널)가 동시에 많은 "악기" (깜빡임, 심장 박동, 뇌의 여러 영역에서의 활동, 턱을 악물음으로 인한 근육 활동)를 녹음한다 (또는 삼키기 등). 이러한 다양한 소스 신호가 통계적으로 독립적이고 비정규적이면 일반적으로 ICA를 사용하여 소스를 분리한 다음 원하지 않는 소스를 제외하고 센서 신호를 재구성하는 것이 가능하다.

 

https://ko.wikipedia.org/wiki/%EB%8F%85%EB%A6%BD_%EC%84%B1%EB%B6%84_%EB%B6%84%EC%84%9D

독립 성분 분석 - 위키백과, 우리 모두의 백과사전