Description:
souhrn:
Algoritmus FastICA je jedním z nejúspěšnějších algoritmů co do rychlosti a přesnosti pro úlohu separace nezávislých komponent vícerozměrového signálu z jejich lineární směsi. (Nehodí se však pro konvolutorní směsi.) Speciálně se zaměříme na případ, kdy separované (původní) signály mají zobecněné Gaussovo rozložení, přičemž každá komponenta může mít rozdělení s jinými parametry. Ukážeme, že algoritmus FastICA je možno modifikovat tak, že asymptotická variance odhadu je rovna příslušné Rao-Cramerově mezi pro tento odhad. Provedeme porovnání tohoto algoritmu s jinými algoritmy pro analýzu nezávislých komponent, známých v literatuře (JADE, NPICA, RADICAL).