×
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。