Supongamos que tengo fuentes independientes, y observo mezclas convexas:
con para todo i y a i j ≥ 0 para todo i , j .
¿Cuál es el estado del arte en recuperar de Y ?
PCA está fuera de discusión porque necesito que los componentes sean identificables. He visto ICA y NMF: no puedo encontrar ninguna manera de imponer la no negatividad de los coeficientes de mezcla para ICA, y NMF no parece maximizar la independencia.
Respuestas:
Se podría lograr mediante el uso de una no linealidad exponencial en lugar del tanh típico / predeterminado (), si X también es no negativo.
Fórmula 40 en https://www.cs.helsinki.fi/u/ahyvarin/papers/NN00new.pdf y disponible en la mayoría de las implementaciones.
Por ejemplo, en sklearn simplemente use fun = 'exp' https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.FastICA.html
fuente