Logo der Humboldt-Universität zu BerlinLogo der Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Banner: Fassade der Humboldt-Universität zu Berlin
Publikation anzeigen 
  • edoc-Server Startseite
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • Publikation anzeigen
  • edoc-Server Startseite
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • Publikation anzeigen
JavaScript is disabled for your browser. Some features of this site may not work without it.
Gesamter edoc-ServerBereiche & SammlungenTitelAutorSchlagwortDiese SammlungTitelAutorSchlagwort
PublizierenEinloggenRegistrierenHilfe
StatistikNutzungsstatistik
Gesamter edoc-ServerBereiche & SammlungenTitelAutorSchlagwortDiese SammlungTitelAutorSchlagwort
PublizierenEinloggenRegistrierenHilfe
StatistikNutzungsstatistik
Publikation anzeigen 
  • edoc-Server Startseite
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • Publikation anzeigen
  • edoc-Server Startseite
  • Schriftenreihen und Sammelbände
  • Fakultäten und Institute der HU
  • Wirtschaftswissenschaftliche Fakultät
  • Sonderforschungsbereich 649: Ökonomisches Risiko
  • Publikation anzeigen
2008-01-07Buch DOI: 10.18452/4095
Independent Component Analysis Via Copula Techniques
Chen, Ray-Bing
Guo, Meihui
Härdle, Wolfgang
Huang, Shih-Feng
Independent component analysis (ICA) is a modern factor analysis tool de- veloped in the last two decades. Given p-dimensional data, we search for that linear combination of data which creates (almost) independent components. Here copulae are used to model the p-dimensional data and then independent components are found by optimizing the copula parameters. Based on this idea, we propose the COPICA method for searching independent components. We illustrate this method using several blind source separation examples, which are mathematically equivalent to ICA problems. Finally performances of our method and FastICA are compared to explore the advantages of this method.
Dateien zu dieser Publikation
Thumbnail
4.pdf — PDF — 1.307 Mb
MD5: a34b0c3f324add92edcdcd3a5b8276e1
Referenzen
Is Part Of Series: Sonderforschungsbereich 649: Ökonomisches Risiko - 4, SFB 649 Papers, ISSN:1860-5664
Zitieren
BibTeX
EndNote
RIS
Keine Lizenzangabe
Zur Langanzeige
ImpressumLeitlinienKontakt
Ein Service der Universitätsbibliothek und des Computer- und Medienservice
© Humboldt-Universität zu Berlin
 
DOI
10.18452/4095
Permanent URL
http://dx.doi.org/10.18452/4095
HTML
<a href="http://dx.doi.org/10.18452/4095">http://dx.doi.org/10.18452/4095</a>