TILS490: JOHDATUS RIIPPUMATTOMIEN KOMPONENTTIEN ANALYYSIIN (5 op):

ICA (independent component analysis) on monimuuttujamenetelmä, jonka tarkoituksena on löytää alkuperäiset latentit (ei-havaitut) riippumattomat muuttujat, kun niistä on havaittu ainoastaan tuntemattomalla tavalla muodostettu lineaarinen sekoitus. Tällainen tilanne syntyy esimerkiksi silloin, kun vastaanottimet havaitsevat useita yhtäaikaisia signaaleja, esimerkiksi aivosähkökäyriä mitattaessa. Kurssilla käsitellään ICA mallin taustaa ja teoriaa, ja esitellään tärkeimpiä tekniikoita ja algoritmeja, joilla tuntematon sekoitusmatriisi saadaan estimoitua. Lisäksi esitellään tilastollisia kriteereitä, joilla menetelmiä voidaan vertailla. Menetelmien käyttöä harjoitellaan R-ohjelmiston avulla.

Kurssilla käytetään monistetta: Taskinen: Johdatus riippumattomien komponenttien analyysiin, jota jaetaan luennoilla.


Kirjallisuutta:

  • Hyvärinen, A., Karhunen, J. and Oja, E. (2001). Independent Component Analysis, Wiley.