Nonparametric Independent Component Analysis for the Sources with Mixed Spectra
混合频谱源信号的非参数独立成分分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确处理自相关时间序列、频谱与 Whittle 似然，分类依据是时间序列方法，应用本身为脑电数据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
混合频谱源信号的非参数独立成分分析
- 研究问题
- 当潜在源信号具有时间自相关且同时包含连续谱与线谱时，如何从混合观测中准确恢复源信号并估计混合结构？
- 方法与思路
- 作者分别用三次样条和指示函数估计谱密度与线谱，通过最大化 Whittle 似然联合估计混合频谱和混合矩阵。
- 材料陈述的贡献
- 摘要称模拟及脑电应用中该方法优于包括 SOBI 在内的已有独立成分分析方法，并研究所提方法的渐近行为。
- 阅读关注点
- 应核对源信号可分离条件、谱表示和调节参数选择，以及 Whittle 近似、渐近结论与模拟比较覆盖的信号类型。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出渐近定理与数值幅度，不能确认对所有混合频谱均有优势。
原文摘要
Independent component analysis (ICA) is a blind source separation method to recover source signals of interest from their mixtures. Most existing ICA procedures assume independent sampling. Second-order-statistics-based source separation methods have been developed based on parametric time series models for the mixtures from the autocorrelated sources. However, the second-order-statistics-based methods cannot separate the sources accurately when the sources have temporal autocorrelations with mixed spectra. To address this issue, we propose a new ICA method by estimating spectral density functions and line spectra of the source signals using cubic splines and indicator functions, respectively. The mixed spectra and the mixing matrix are estimated by maximizing the Whittle likelihood function. We illustrate the performance of the proposed method through simulation experiments and an EEG data application. The numerical results indicate that our approach outperforms existing ICA methods, including SOBI algorithms. In addition, we investigate the asymptotic behavior of the proposed method.