edoc-Server der Humboldt-Universität zu Berlin

Dissertation

Autor(en): Tobias Blaschke
Titel: Independent component analysis and slow feature analysis
Gutachter: Klaus Obermayer; Laurenz Wiskott; Lutz Schimansky-Geier
Erscheinungsdatum: 25.05.2005
Volltext: pdf (urn:nbn:de:kobv:11-10043381)
Fachgebiet(e): Physik
Schlagwörter (ger): Unabhängige Komponenten Analyse, Langsame Komponenten Analyse, Nicthlineare Blinde Signalquellentrennung, Langsamkeit, Statistische, Unabhängigkeit
Schlagwörter (eng): Independent Component Analysis, Slow Feature Analysis, Nonlinear Blind Source Separation, Slowness, Statistical Independence
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I
Zitationshinweis: Blaschke, Tobias: Independent component analysis and slow feature analysis; Dissertation, Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I , publiziert am 25.05.2005, urn:nbn:de:kobv:11-10043381
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.

Abstract (ger):
Der Fokus dieser Dissertation liegt auf den Verbindungen zwischen ICA (Independent Component Analysis - Unabhängige Komponenten Analyse) und SFA (Slow Feature Analysis - Langsame Eigenschaften Analyse). Um einen Vergleich zwischen beiden Methoden zu ermöglichen wird CuBICA2, ein ICA Algorithmus basierend nur auf Statistik zweiter Ordnung, d.h. Kreuzkorrelationen, vorgestellt. Dieses Verfahren minimiert zeitverzögerte Korrelationen zwischen Signalkomponenten, um die statistische Abhängigkeit zwischen denselben zu reduzieren. Zusätzlich wird eine alternative SFA-Formulierung vorgestellt, die mit CuBICA2 verglichen werden kann. Im Falle linearer Gemische sind beide Methoden äquivalent falls nur eine einzige Zeitverzögerung berücksichtigt wird. Dieser Vergleich kann allerdings nicht auf mehrere Zeitverzögerungen erweitert werden. Für ICA lässt sich zwar eine einfache Erweiterung herleiten, aber ein ähnliche SFA-Erweiterung kann nicht im originären SFA-Sinne (SFA extrahiert die am langsamsten variierenden Signalkomponenten aus einem gegebenen Eingangssignal) interpretiert werden. Allerdings kann eine im SFA-Sinne sinnvolle Erweiterung hergeleitet werden, welche die enge Verbindung zwischen der Langsamkeit eines Signales (SFA) und der zeitlichen Vorhersehbarkeit desselben verdeutlich. Im Weiteren wird CuBICA2 und SFA kombiniert. Das Resultat kann aus zwei Perspektiven interpretiert werden. Vom ICA-Standpunkt aus führt die Kombination von CuBICA2 und SFA zu einem Algorithmus, der das Problem der nichtlinearen blinden Signalquellentrennung löst. Vom SFA-Standpunkt aus ist die Kombination eine Erweiterung der standard SFA. Die standard SFA extrahiert langsam variierende Signalkomponenten die untereinander unkorreliert sind, dass heißt statistisch unabhängig bis zur zweiten Ordnung. Die Integration von ICA führt nun zu Signalkomponenten die mehr oder weniger statistisch unabhängig sind.
Abstract (eng):
Within this thesis, we focus on the relation between independent component analysis (ICA) and slow feature analysis (SFA). To allow a comparison between both methods we introduce CuBICA2, an ICA algorithm based on second-order statistics only, i.e.\ cross-correlations. In contrast to algorithms based on higher-order statistics not only instantaneous cross-correlations but also time-delayed cross correlations are considered for minimization. CuBICA2 requires signal components with auto-correlation like in SFA, and has the ability to separate source signal components that have a Gaussian distribution. Furthermore, we derive an alternative formulation of the SFA objective function and compare it with that of CuBICA2. In the case of a linear mixture the two methods are equivalent if a single time delay is taken into account. The comparison can not be extended to the case of several time delays. For ICA a straightforward extension can be derived, but a similar extension to SFA yields an objective function that can not be interpreted in the sense of SFA. However, a useful extension in the sense of SFA to more than one time delay can be derived. This extended SFA reveals the close connection between the slowness objective of SFA and temporal predictability. Furthermore, we combine CuBICA2 and SFA. The result can be interpreted from two perspectives. From the ICA point of view the combination leads to an algorithm that solves the nonlinear blind source separation problem. From the SFA point of view the combination of ICA and SFA is an extension to SFA in terms of statistical independence. Standard SFA extracts slowly varying signal components that are uncorrelated meaning they are statistically independent up to second-order. The integration of ICA leads to signal components that are more or less statistically independent.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
Startseite: 6 Zugriffe Startseite: 6 Zugriffe PDF: 4 Zugriffe Startseite: 7 Zugriffe PDF: 1 Zugriffe Startseite: 2 Zugriffe PDF: 2 Zugriffe Startseite: 7 Zugriffe PDF: 5 Zugriffe Startseite: 8 Zugriffe PDF: 3 Zugriffe Startseite: 4 Zugriffe PDF: 5 Zugriffe PDF: 5 Zugriffe PDF: 5 Zugriffe Startseite: 7 Zugriffe PDF: 5 Zugriffe Startseite: 15 Zugriffe PDF: 13 Zugriffe Startseite: 9 Zugriffe PDF: 16 Zugriffe PDF: 5 Zugriffe PDF: 3 Zugriffe PDF: 11 Zugriffe PDF: 3 Zugriffe Startseite: 1 Zugriffe PDF: 14 Zugriffe Startseite: 3 Zugriffe PDF: 22 Zugriffe Startseite: 3 Zugriffe PDF: 25 Zugriffe Startseite: 7 Zugriffe PDF: 22 Zugriffe Startseite: 4 Zugriffe PDF: 14 Zugriffe Startseite: 2 Zugriffe PDF: 12 Zugriffe Startseite: 7 Zugriffe PDF: 18 Zugriffe Startseite: 2 Zugriffe PDF: 16 Zugriffe PDF: 8 Zugriffe Startseite: 5 Zugriffe PDF: 13 Zugriffe Startseite: 8 Zugriffe PDF: 17 Zugriffe Startseite: 5 Zugriffe PDF: 11 Zugriffe Startseite: 6 Zugriffe PDF: 25 Zugriffe Startseite: 4 Zugriffe PDF: 15 Zugriffe Startseite: 3 Zugriffe PDF: 233 Zugriffe Startseite: 8 Zugriffe PDF: 30 Zugriffe Startseite: 7 Zugriffe PDF: 26 Zugriffe PDF: 28 Zugriffe Startseite: 3 Zugriffe PDF: 25 Zugriffe Startseite: 4 Zugriffe PDF: 19 Zugriffe Startseite: 1 Zugriffe PDF: 19 Zugriffe Startseite: 4 Zugriffe PDF: 17 Zugriffe Startseite: 3 Zugriffe PDF: 17 Zugriffe
Jul
11
Aug
11
Sep
11
Oct
11
Nov
11
Dec
11
Feb
12
Apr
12
May
12
Jun
12
Jul
12
Aug
12
Sep
12
Oct
12
Nov
12
Dec
12
Jan
13
Feb
13
Mar
13
Apr
13
May
13
Jun
13
Jul
13
Aug
13
Sep
13
Oct
13
Nov
13
Dec
13
Jan
14
Feb
14
Mar
14
Apr
14
May
14
Jun
14
Jul
14
Aug
14
Sep
14
Oct
14
Nov
14
Monat Jul
11
Aug
11
Sep
11
Oct
11
Nov
11
Dec
11
Feb
12
Apr
12
May
12
Jun
12
Jul
12
Aug
12
Sep
12
Oct
12
Nov
12
Dec
12
Jan
13
Feb
13
Mar
13
Apr
13
May
13
Jun
13
Jul
13
Aug
13
Sep
13
Oct
13
Nov
13
Dec
13
Jan
14
Feb
14
Mar
14
Apr
14
May
14
Jun
14
Jul
14
Aug
14
Sep
14
Oct
14
Nov
14
Startseite 6 6 7 2 7 8 4     7 15 9         1 3 3 7 4 2 7 2   5 8 5 6 4 3 8 7   3 4 1 4 3
PDF   4 1 2 5 3 5 5 5 5 13 16 5 3 11 3 14 22 25 22 14 12 18 16 8 13 17 11 25 15 233 30 26 28 25 19 19 17 17

Gesamtzahl der Zugriffe seit Jul 2011:

  • Startseite – 161 (4.13 pro Monat)
  • PDF – 732 (19.26 pro Monat)
 
 
Generiert am 20.12.2014, 13:37:03