• bilinmeyen sayida random sinyalin yine random olarak karismis halini (bkz: coctail party problem)cozumlemek ve ayri sinyalleri bulmak amacli arastirma konusu.bu konuda helsinki universitesinden hyvarien karhunen ve oja'nin yazdiklari kitap tartisilmaz en guzel kaynak eserdir
  • (bkz: principal component analysis)
  • (bkz: blind source separation)
  • ica algoritmaları temelinde central limit theorem 'e dayanır. şöyle ki, normal dağılım göstermeyen sinyaller toplandığında ortaya olasılık dağılım fonksiyonu normal (gaussian) olan yahut dağılımı normal dağılımı yakınsayan bir sinyal ortaya çıkar. x=as (s'ler bağımsız rassal değişkenler veya stokastik processler olsun) olan ica modelinde sadece x'ler gözlemlenebilir. bulmamız gereken a mixing matrisi ve s bağımsız bileşenler. b= inv(a) da demixing matris olsun. b*x'=s in sonucunu en "nongaussian yapan" b matrisi bulursam s'leri de kestirebilmiş olurum.
  • mutual information yöntemlerini kullanan algoritmalar datayı prewhiten ettikten sonra minimum mı değerini veren linear transform matrisini bulmak üzere çalışır. işte bu matrisin prewhiten matrisi le çarpımı bize s = ax teki a matrisini yani demixing matrisini verir.
hesabın var mı? giriş yap