×
Lee，Seonjoo；沈海鹏；杨楚荣（Truong，Young）

颜色无关成分分析的采样特性。 （英语） Zbl 1461.62089号

《多元分析杂志》。 181，文章ID 104692，12 p.（2021）.
摘要：独立分量分析（ICA）为许多信号和图像处理问题中遇到的盲源提取提供了一种有效的数据驱动方法。尽管已经开发了许多ICA方法，但在统计学文献中，尤其是在对统计推断进行严格的理论研究方面，它们受到的关注相对较少。本文旨在缩小这一差距，并研究了彩色ICA（cICA）方法的统计抽样特性。cICA通过频域中的参数时间序列模型合并了信源内的相关结构，在数值上优于现有的几种ICA方案。我们建立了cICA估计的一致性和渐近正态性，从而可以基于估计进行统计推断。通过仿真研究进一步验证了这些渐近性质。

MSC公司：

62H25个 因子分析和主成分；对应分析
62米10 统计学中的时间序列、自相关、回归等（GARCH）
62M15型 随机过程和谱分析的推断
2012年12月62日 参数估计量的渐近性质
10层62层 点估计
37M10个 动力系统的时间序列分析
65T50型 离散和快速傅里叶变换的数值方法
49平方米27 分解方法

关键词：

盲源分离；多元分析；谱密度估计；时间序列；削波可能性

软件：

BSSasymp公司；玉
PDF格式BibTeX公司 XML格式引用
\textit{S.Lee}等人，《多元分析杂志》。181，文章ID 104692，12 p.（2021；Zbl 1461.62089）
全文： 内政部 链接

参考文献：

[1] Allassonniere，S。；Younes，L.，概率独立成分分析的随机算法，Ann.Appl。统计，6，1，125-160（2012）·Zbl 1358.62060号
[2] 阿玛里，S。；Cichocki，A。；Yang，H.，一种新的盲信号分离学习算法，高级神经信息处理。系统。，8, 757-763 (1996)
[3] 巴赫，F。；Jordan，M.，《内核独立成分分析》，J.Mach。学习。第3、1、1-48号决议（2003年）·兹比尔1088.68689
[4] Basiri，S。；Ollila，E。；Koivunen，V.，ICA模型中统计推断的增强bootstrap方法，信号处理。，138, 53-62 (2017)
[5] 贝尔，A。；Sejnowski，T.，盲分离和盲反褶积的信息最大化方法，神经计算。，7, 6, 1129-1159 (1995)
[6] Belouchrani，A。；Abed Meraim，K。；卡多佐，J.-F。；Moulines，E.，使用二阶统计的盲源分离技术，IEEE Trans。信号处理。，45, 2, 434-444 (1997)
[7] 布罗克韦尔，P.J。；Davis，R.A.，（时间序列理论与方法，时间序列理论和方法，统计学中的Springer系列（1991），Springer:Springer New York）·Zbl 0709.62080号
[8] Cardoso，J。；Souloumiac，A.，非高斯信号的盲波束形成，（雷达和信号处理，IEE会议录F，第140卷（1993），IET），362-370
[9] Chen，A.，《快速核密度独立分量分析》，（独立分量分析和信号分离国际会议（2006），柏林斯普林格-海德堡：柏林斯普林格-海德堡，海德堡），24-31·Zbl 1147.62324号
[10] 陈，A。；Bickel，P.，《一致独立元件分析和预白化》，IEEE Trans。信号处理。，53，10第1部分，3625-3632（2005）·Zbl 1373.62292号
[11] 陈，A。；Bickel，P.，高效独立成分分析，Ann.Statist。，34, 6, 2825-2855 (2006) ·Zbl 1114.62033号
[12] Comon，P.，独立成分分析，一个新概念？，信号处理。，36, 3, 287-314 (1994) ·Zbl 0791.62004号
[13] 科蒙，P。；Jutten，C.，《盲源分离手册：独立分量分析与应用》（2010），学术出版社：学术出版社，马萨诸塞州剑桥
[14] Dzhaparidze，K.，（平稳时间序列谱分析中的参数估计和假设检验。平稳时间序列光谱分析中的参量估计和假设测试，统计学中的斯普林格序列（1986），斯普林格：斯普林格纽约）·Zbl 0584.62157号
[15] Giraitis，L。；Taqqu，M.，长记忆有限方差非高斯时间序列的Whittle估计，Ann.Statist。，27, 1, 178-203 (1999) ·Zbl 0945.62085号
[16] Hallin，M。；Mehta，C.，不对称独立成分分析的R估计，J.Amer。统计师。协会，110，509，218-232（2015）·Zbl 1381.62145号
[17] Hannan，E.J.，线性时间序列模型的渐近理论，J.Appl。概率。，10, 130-145 (1973) ·Zbl 0261.62073号
[18] 哈斯蒂，T。；Tibshirani，R.，《通过产品密度估计进行独立成分分析》，（Becker，S.；Obermayer，K.，《神经信息处理系统进展》，第15卷（2003），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州坎布里奇），665-672
[19] Y.Hosoya。；Taniguchi，M.，平稳过程的中心极限定理和线性过程的参数估计，Ann.Statist。，10, 1, 132-153 (1982) ·Zbl 0484.62102号
[20] Hyvärinen，A。；Karhunen，J。；Oja，E.，《独立成分分析》（2001），John Wiley&Sons:John Willey&Sons New York
[21] Ibragimov，I.，关于平稳时间序列谱密度参数的最大似然估计，理论概率。申请。，12, 115-119 (1967)
[22] Ilmonen，P.，关于复值独立分量分析中基于散布矩阵估计的渐近性质，Statist。普罗巴伯。莱特。，1219-1226年4月83日（2013年）·兹比尔1489.62166
[23] Ilmonen，P。；Nevalainen，J。；Oja，H.，多元分布和不变坐标系的特征，Statist。普罗巴伯。莱特。，80, 23, 1844-1853 (2010) ·Zbl 1202.62068号
[24] Ilmonen，P。；Paindaveine，D.，对称独立分量模型中基于符号秩的半参数有效推理，Ann.Statist。，39, 5, 2448-2476 (2011) ·Zbl 1231.62043号
[25] J·耶稣。；Chandler，R.E.，估计函数和广义矩方法，界面焦点，1，6，871-885（2011）
[26] 川口，A。；Truong，Y.K.，《样条独立分量分析技术报告》（2009），北卡罗来纳大学教堂山分校，可查阅http://www.bios.unc.edu/truong/MRI/sica.pdf
[27] Lee，T。；Girolma，M。；Sejnowski，T.，使用扩展infomax算法对混合亚高斯和超高斯源进行独立分量分析，神经计算。，11, 2, 417-441 (1999)
[28] Lee，S。；沈，H。；Truong，Y。；刘易斯，M。；Huang，X.，涉及自相关源的独立成分分析及其在功能磁共振成像中的应用，J.Amer。统计师。协会，1061009-1024（2011）·Zbl 1229.62123号
[29] Matteson，D.S。；Tsay，R.S.，通过距离协方差进行独立分量分析，J.Amer。统计师。协会，112518623-637（2017）
[30] Miettinen，J。；Illner，K。；诺德豪森，K。；Oja，H。；Taskinen，S。；Theis，F.，《使用自方差矩阵分离不相关平稳时间序列》，《时间序列分析》。，37, 3, 337-354 (2016) ·Zbl 1381.62250号
[31] Miettinen，J。；诺德豪森，K。；Taskinen，S.，《R中基于点对角化的盲源分离：软件包JADE和[bssasymp，J.Stat.Softw.》，76（2017）
[32] Miettinen，J。；Taskinen，S。；诺德豪森，K。；Oja，H.，《四阶矩和独立分量分析》，统计学。科学。，30, 3, 372-390 (2015) ·Zbl 1332.62196号
[33] Oja，H。；Sirkiä，S。；Eriksson，J.，《散布矩阵和独立成分分析》，奥地利统计杂志，35，2，175-189（2006）
[34] Ollila，E.，《基于通缩的FastICA估计器：重新审视统计分析》，IEEE Trans。信号处理。，58, 3, 1527-1541 (2009) ·Zbl 1392.94370号
[35] Ollila，E。；Oja，H。；Koivunen，V.，基于一对广义协方差矩阵的复值ICA，计算。统计师。数据分析。，52, 7, 3789-3805 (2008) ·Zbl 1452.62417号
[36] Rice，J.，关于功率谱参数的估计，J.多元分析。，9, 378-392 (1979) ·Zbl 0415.62071号
[37] 萨马洛夫，A。；Tsybakov，A.，非参数独立成分分析，伯努利，10，4565-582（2004）·Zbl 1055.62037号
[38] 桑沃斯，R.J。；Yuan，M.，通过非参数最大似然估计进行独立分量分析，Ann.Statist。，40, 6, 2973-3002 (2012) ·Zbl 1296.62084号
[39] 维塔，J。；李，B。；诺德豪森，K。；Oja，H.，张量值观测的JADE，J.计算。图表。统计学。，27, 3, 628-637 (2018) ·Zbl 07498938号
[40] 弗拉西斯，N。；Motomura，Y.，《独立分量分析中的有效源自适应性》，IEEE Trans。神经网络。，12, 3, 559-566 (2001)
[41] Walker，A.，平稳非确定性时间序列谱参数最小二乘估计的渐近性质，J.Aust。数学。Soc.，4，3，363-384（1964年）·Zbl 0124.10504号
[42] Wei，T.，广义对称FastICA算法的收敛性和渐近分析，IEEE Trans。信号处理。，63, 24, 6445-6458 (2015) ·Zbl 1395.94176号
[43] Whittle，P.，《多重平稳时间序列分析》，J.R.Stat.Soc.Ser。B统计方法。，15, 1, 125-139 (1953) ·Zbl 0053.41002号
[44] Whittle，P.，平稳时间序列中的高斯估计，Bull。国际统计学会，39，105-129（1962）·Zbl 0116.11403号
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。