A független komponens analízis és empirikus vizsgálata*
A független komponens analízis és empirikus vizsgálata*
A független komponens analízis és empirikus vizsgálata*
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
262<br />
1.2.3. Kölcsönös információ<br />
Statisztikai Szemle, 91. évfolyam 3. szám<br />
Kapelner Tamás — Madarász László — Ferenci Tamás<br />
Valószínűségi változók <strong>független</strong>ségének egy másik kiváló mérőszáma lehet a<br />
kölcsönös információ. A /6/ egyenlet jelöl<strong>és</strong>eit használva n darab valószínűségi változó<br />
kölcsönös információja:<br />
n ⎡ ⎤<br />
I ( Y1, Y2,..., Yn) = ⎢∑ H( Yi) ⎥−H(<br />
Y)<br />
,<br />
/13/<br />
⎣i=1 ⎦<br />
ahol Y az összes Y i -t tartalmazó vektor, H ( Y ) pedig Y együttes eloszlásának entrópiája,<br />
definíció szerint:<br />
( )<br />
( )<br />
( ) ( )<br />
H Y = f y , y , …, y log f y , y , …, y dydy d y . /14/<br />
− ∫∫ ∫<br />
supp f Y<br />
Y 1 2 n Y 1 2 n 1 2 n<br />
Látható, hogy <strong>független</strong>ség esetén ez a mérőszám nulla, hiszen ekkor<br />
n<br />
( ) ∑ ( i )<br />
HY = HY.<br />
i=1<br />
Ennek segítségével kifejezhető a /3/ egyenlettel adott transzformációval transzformált<br />
Y i valószínűségi változók kölcsönös információja:<br />
n ⎡ T ⎤<br />
I( Y1, Y2,..., Yn) = ⎢∑H( bi X) ⎥−H(<br />
X)<br />
−logdet<br />
B . /15/<br />
⎣i=1 ⎦<br />
Ez az egyenlet szintén használható egy optimalizációs eljárás költségfüggvénye-<br />
T<br />
ként, amennyiben H ( Yi) = H ( b i X)<br />
<strong>és</strong> H ( X ) valamilyen becsl<strong>és</strong>e rendelkez<strong>és</strong>ünkre<br />
áll, ahogy az a negentrópia meghatározásakor is szükséges volt.<br />
Megjegyzendő, hogy a megközelít<strong>és</strong> a negentrópián alapuló módszerrel egyenértékű<br />
egyenletekre vezet, sőt az ML-módszerrel való rokonsága is egyszerűen kimutatható<br />
(Hyvärinen–Karhunen–Oja [2001]). Ha ugyanis a /12/ egyenlet jobb oldalán<br />
T<br />
az f i ismeretlen sűrűségfüggvények éppen a megfelelő bix -ek sűrűségfüggvényével<br />
lennének egyenlők, akkor az egyenlet a következő alakot öltené:<br />
i=1<br />
T ( i )<br />
n<br />
1<br />
log L( B) = − ∑H<br />
b x + log det B ,<br />
/16/<br />
T<br />
ennek jobb oldala pedig láthatóan csak egy konstansban különbözik /15/ jobb oldalától.<br />
Az ehhez szükséges feltev<strong>és</strong> pedig egyáltalán nem légből kapott, hiszen mivel az