Independent Component Analysis

Aapo Hyvärinen (Author), Juha Karhunen (Author), Erkki Oja (Author)

9780471405405, Wiley

Hardback, published 29 June 2001

504 pages
24.1 x 16.3 x 2.9 cm, 0.826 kg

"...researchers...introduce independent component analysis as a statistical and computational technique for revealing hidden factors that underlie sets of random variables, measurements, or signals." (SciTech Book News, Vol. 25, No. 4, December 2001)

ICA ist ein statistisches Verfahren, um versteckte Faktoren aus einer großen Anzahl von Messergebnissen herauszufiltern. Wichtige potentielle Anwendungen dieses Verfahrens sind Bildverarbeitung, Data Mining und Signaltrennung. Die Autoren sind Mitglieder einer Forschungsgruppe, die für innovative Ideen auf diesem Gebiet bekannt ist. Bereits heute bietet jede Konferenz über neuronale Netze oder Signalverarbeitung Veröffentlichungen zum Thema ICA; man erwartet, dass sich dieses Gebiet schnell etabliert und in die Studienpläne aufgenommen wird.

Preface.

Introduction.

MATHEMATICAL PRELIMINARIES.

Random Vectors and Independence.

Gradients and Optimization Methods.

Estimation Theory.

Information Theory.

Principal Component Analysis and Whitening.

BASIC INDEPENDENT COMPONENT ANALYSIS.

What is Independent Component Analysis?

ICA by Maximization of Nongaussianity.

ICA by Maximum Likelihood Estimation.

ICA by Minimization of Mutual Information.

ICA by Tensorial Methods.

ICA by Nonlinear Decorrelation and Nonlinear PCA.

Practical Considerations.

Overview and Comparison of Basic ICA Methods.

EXTENSIONS AND RELATED METHODS.

Noisy ICA.

ICA with Overcomplete Bases.

Nonlinear ICA.

Methods using Time Structure.

Convolutive Mixtures and Blind Deconvolution.

Other Extensions.

APPLICATIONS OF ICA.

Feature Extraction by ICA.

Brain Imaging Applications.

Telecommunications.

Other Applications.

References.

Index.

Subject Areas: Electronics & communications engineering [TJ]