小标
2018-10-15
来源 :
阅读 1131
评论 0
摘要:本文主要向大家介绍了机器学习入门之机器学习笔记—独立成分分析,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之机器学习笔记—独立成分分析,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文介绍独立成分分析(ICA),同 PCA 类似,我们是要找到一个新的基来表示数据,但目的就不一样了。鸡尾酒会问题:n 个人在一个 party 上同时说话,n 个麦克风放置在房间的不同位置,因为每个麦克风跟每个人的距离都不一样,所以它们记录的说话者重叠的声音也不一样。根据麦克风记录的声音,如何分离出 n 个说话者的声音呢?
为形式化这个问题,我们想象有一些数据 s∈R 是从 n 个独立的源生成的,我们观察到的是
x=As,
矩阵 A 是未知的,被称作混合矩阵,通过不断观察得到的是 {x(i);=1,...,m},我们的目标是找到生成数据(x(i)=As(i))的源 s(i)。
在鸡尾酒问题中,s(i) 是个 n 维向量,sj(i) 是讲话者 j 在时间 i 发出的声音, x(i) 也是个 n 维向量,xj(i) 是麦克风 j 在时间点 i 记录的声音。
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!
喜欢 | 0
不喜欢 | 0
您输入的评论内容中包含违禁敏感词
我知道了

请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式AI+学习就业服务平台 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号