Стационарный анализ подпространства
Эта статья может быть слишком технической для понимания большинства читателей . ( декабрь 2021 г. ) |
Стационарный анализ подпространства (SSA) [1] в статистике — это слепого разделения источников алгоритм , который разлагает многомерный временной ряд на стационарные и нестационарные компоненты.
Введение
[ редактировать ]Во многих случаях измеренные временные ряды содержат вклады различных основных источников, которые невозможно измерить напрямую. Например, при анализе ЭЭГ электроды на коже головы регистрируют активность большого количества источников, расположенных внутри мозга. [2] Эти источники могут быть стационарными или нестационарными, но они не различимы в сигналах электродов, которые представляют собой смесь этих источников. SSA позволяет отделить стационарные источники от нестационарных в наблюдаемом временном ряду.
Согласно модели SSA, [1] наблюдаемые многомерные временные ряды предполагается, что он генерируется как линейная суперпозиция стационарных источников и нестационарные источники ,
где – неизвестная, но постоянная во времени матрица смешивания; и являются основой стационарного и нестационарного подпространства соответственно.
Даны выборки из временного ряда Целью стационарного анализа подпространства является оценка обратной матрицы смешивания разделение стационарных источников в смеси от нестационарных .
Идентифицируемость решения
[ редактировать ]Истинные стационарные источники идентифицируемы (с точностью до линейного преобразования), а истинное нестационарное подпространство является идентифицируемым. Истинные нестационарные источники и истинное стационарное подпространство не могут быть идентифицированы, поскольку произвольные вклады стационарных источников не меняют нестационарную природу нестационарного источника. [1]
Приложения и расширения
[ редактировать ]Стационарный подпространственный анализ был успешно применен к интерфейсу мозг-компьютер . [3] компьютерное зрение [4] и временная сегментация. Существуют варианты задачи ССА, которые можно решить аналитически в замкнутой форме, без численной оптимизации. [5]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Jump up to: а б с Бюнау П., Мейнеке ФК, Кирай Ф.Дж., Мюллер К.Р. (2009). Поиск стационарных подпространств в многомерных временных рядах Physical Review Letters 103, 214101.
- ^ Нидермейер Э., да Силва Ф.Л. Электроэнцефалография: основные принципы, клиническое применение и смежные области. Липпинкотт Уильямс и Уилкинс, 2004. ISBN 0-7817-5126-8
- ^ фон Бюнау П., Майнеке ФК, Шоллер С., Мюллер КР. Поиск стационарных источников мозга в данных ЭЭГ , IEEE EMBC 2010, Буэнос-Айрес
- ^ Мейнеке Ф, фон Бюнау П, Каванабе М, Мюллер К.Р. «Изучение инвариантов с помощью анализа стационарного подпространства» , учеб. Семинар по подпространству ICCV 2009, Киото
- ^ Хара С., Кавахара И., Васио Т., фон Бюнау П. «Анализ стационарного подпространства как обобщенная проблема собственных значений» Конспект лекций по информатике , 2010, том 6443/2010, 422-429