AI用語集
人工知能の完全辞典
独立成分分析（ICA）
多変量信号を統計的に独立な成分に変換する統計的手法で、抽出された信号の非ガウス性を最大化するブラインド信号分離法。
ブラインド信号分離
信号源の特性や混合プロセスに関する事前知識なしに、観測された混合信号から元の信号源を抽出する技術。
非ガウス性
ICAで使用される基本的な統計的特性で、信号源が非ガウス分布に従い、この特性の最大化によって分離が可能となる。
FastICAアルゴリズム
ICAのための人気のある固定点反復アルゴリズムで、ネゲントロピーの近似による非ガウス性の最大化に基づき高速に収束する。
白色化（ホワイトニング）
ICAにおける必須の前処理で、データを無相関化し正規化して成分が単位分散を持つようにし、分離行列の推定を簡素化する。
混合行列
観測された信号源の組み合わせを表す未知の線形行列で、ICAは元の独立成分を回復するためにこれを逆転させることを目指す。
ネゲントロピー
ガウス分布からの距離を測る指標で、ICAでは最適化基準として使用され、信号分離において尖度よりもロバストである。
Infomax
ニューラルネットワークの入出力間の相互情報量を最大化するICAの最適化原理で、数学的には最尤推定と等価である。
ICAの曖昧性
独立成分分析の固有の制限であり、抽出された独立成分の順序とスケールは一意に決定できず、順列とスケール因子までしか特定できない。
JADEアルゴリズム
四次キュムラント行列の同時対角化に基づくICA手法で、対称分布を持つ信号に対して特に効果的。
ICAの収束
独立成分が安定化するまで分離行列を反復的に調整するプロセスで、非線形関数の選択と学習パラメータに依存する。
空間的無相関化
変数間の二次線形依存性を除去するプロセスで、ICAの前提条件であり、完全な統計的独立性（全次数）を求める。
固定点法
ICAにおける反復的アルゴリズムアプローチで、各更新が前の状態のみに依存し、最適な独立成分への高速収束を保証する。
非線形関数
ICAにおいて重要な関数（tanh、ガウシアン、立方）で、ネゲントロピーの近似として機能し、アルゴリズムの異なるソース分布タイプへの感度を決定する。
過剰決定分離
センサー数がソース数を上回るICAのケースで、分離前に主成分分析などの次元削減技術が必要。
最尤法
ICAにおける代替的統計的枠組みで、ソースの独立性仮定の下で混合データを観測する確率を最大化することでモデルパラメータを推定する。