韦林,马克斯;马库斯·韦伯 一种用于独立分量分析的约束EM算法。 (英语) 兹比尔1085.68655 神经计算。 13,第3期,677-689(2001). 摘要:我们介绍了一种使用期望最大化(EM)算法的约束版本执行独立分量分析的新方法。源分布被建模为一维高斯混合。观测数据被建模为源与加性各向同性噪声的线性混合物。该生成模型适用于使用约束EM的数据。引入了更简单的“软交换”方法,该方法仅使用一个参数来决定源的次高斯或超高斯性质。我们解释了我们的方法与独立因子分析的关系。 引用于5文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 PDF格式BibTeX公司 XML格式引用 \textit{M.Welling}和\textit{M.Weber},神经计算。13,第3677-689号(2001年;兹bl 1085.68655) 全文: 内政部 链接 参考文献: [1] 内政部:10.1162/08997669900016458·doi:10.1162/0899766999300016458 [2] 内政部:10.1162/neco.1989.1.3.295·doi:10.1162/neco.1989.1.3.295 [3] 内政部:10.1162/neco.1995.7.6.1129·doi:10.1162/neco.1995.7.6.1129 [4] DOI:10.1016/S0042-6989(97)00121-1·doi:10.1016/S0042-6989(97)00121-1 [5] 内政部:10.1109/78.553476·数字对象标识代码:10.1109/78.553476 [6] 内政部:10.1016/0165-1684(94)90029-9·Zbl 0791.62004号 ·doi:10.1016/0165-1684(94)90029-9 [7] DOI:10.1016/S0893-6080(97)00090-7·doi:10.1016/S0893-6080(97)00090-7 [8] 内政部:10.1016/0165-1684(91)90079-X·Zbl 0729.73650号 ·doi:10.1016/0165-1684(91)90079-X [9] 内政部:10.1162/08997669900016719·doi:10.1162/0899766999300016719 [10] 内政部:10.1162/0899766000300015826·doi:10.1162/089976600300015826 [11] 数字对象标识码:10.1073/pnas.94.20.10979·doi:10.1073/pnas.94.20.10979 [12] 内政部:10.1073/第95.3.803号·doi:10.1073/pnas.95.3.803文件 [13] Moulines E.,程序。ICASSP 5第3617页–(1997) [14] DOI:10.1016/S0925-2312(97)00045-3·doi:10.1016/S0925-2312(97)00045-3 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。