Misalkan saya memiliki sumber-sumber independen, X 1 , X 2 , . . . , X n dan saya amati m cembung campuran: Y 1
dengan untuk semua i dan a i j ≥ 0 untuk semua i , j .
Bagaimana keadaan memulihkan dari Y ?
PCA keluar dari pertanyaan karena saya perlu komponen yang dapat diidentifikasi. Saya telah melihat ICA dan NMF - Saya tidak dapat menemukan cara untuk memaksakan nonnegativitas dari koefisien pencampuran untuk ICA, dan NMF tampaknya tidak memaksimalkan independensi.
Jawaban:
Ini dapat dicapai dengan menggunakan non-linearitas eksponensial bukan khas / standar tanh (), jika X juga non-negatif.
Formula 40 di https://www.cs.helsinki.fi/u/ahyvarin/papers/NN00new.pdf dan tersedia di sebagian besar implementasi.
Misalnya dalam sklearn cukup gunakan fun = 'exp' https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.FastICA.html
sumber