Independent component analysis and beyond

'Independent component analysis' (ICA) ist ein Werkzeug der statistischen Datenanalyse und Signalverarbeitung, welches multivariate Signale in ihre Quellkomponenten zerlegen kann. Obwohl das klassische ICA Modell sehr nützlich ist, gibt es viele Anwendungen, die Erweiterungen von ICA erfordern. In dieser Dissertation präsentieren wir neue Verfahren, die die Funktionalität von ICA erweitern: (1) Zuverlässigkeitsanalyse und Gruppierung von unabhängigen Komponenten durch Hinzufügen von Rauschen, (2) robuste und überbestimmte ('over-complete') ICA durch Ausreissererkennung, und (3) nichtlineare ICA mit Kernmethoden.

Level thesis:degree_level

thesis.doctoral

Grantor dc:publisher

Universität Potsdam

Year

2004

Author dc:creator

• Harmeling, Stefan

Contributors dc:contributor

• Müller, Klaus-Robert
• Almeida, Luis
• Hyvärinen, Aapo

• ICA
• Zuverlässigkeitsanalyse
• robuste ICA
• überbestimmte ICA
• Ausreissererkennung
• nichtlineare ICA
• Kern-PCA
• Kernmethoden
• reliability assessment
• robust ICA
• overcomplete ICA
• outlier detection
• nonlinear ICA
• kernel PCA
• kernel methods

Repository record source_url

https://publishup.uni-potsdam.de/frontdoor/index/index/docId/165

OAI identifier oai:identifier

oai:kobv.de-opus4-uni-potsdam:165