Stacjonarna analiza podprzestrzeni

Stacjonarna analiza podprzestrzeni (SSA) w statystyce to algorytm ślepej separacji źródeł , który rozkłada wielowymiarowe szeregi czasowe na składowe stacjonarne i niestacjonarne .

Wstęp

W wielu ustawieniach mierzone szeregi czasowe zawierają wkłady z różnych źródeł bazowych, których nie można zmierzyć bezpośrednio. Na przykład w EEG elektrody na skórze głowy rejestrują aktywność dużej liczby źródeł zlokalizowanych w mózgu. Źródła te mogą być stacjonarne lub niestacjonarne, ale nie są dostrzegalne w sygnałach elektrod, które są mieszaniną tych źródeł. SSA umożliwia oddzielenie źródeł stacjonarnych od niestacjonarnych w obserwowanych szeregach czasowych.

Zgodnie z modelem SSA zakłada się, że obserwowane wielowymiarowe szeregi czasowe generowane jako liniowa superpozycja źródeł stacjonarnych i źródła niestacjonarne ,

gdzie jest , ale stałą w czasie macierzą miksującą; ZA podstawą stacjonarnej i niestacjonarnej podprzestrzeni.

Biorąc pod uwagę próbki z szeregu czasowego stacjonarnej analizy podprzestrzennej jest oszacowanie odwrotnej macierzy mieszania od niestałych. ZA -stacjonarne źródła w mieszaninie .

Identyfikowalność rozwiązania

Prawdziwe źródła stacjonarne identyfikowalne (do transformacji liniowej), a prawdziwa niestacjonarna podprzestrzeń jest s jest możliwy do zidentyfikowania. i prawdziwa stacjonarna podprzestrzeń ZA nie można zidentyfikować, ponieważ arbitralne wkłady ze źródeł stacjonarnych nie zmieniają niestacjonarnego charakteru źródła niestacjonarnego.

Aplikacje i rozszerzenia

Stacjonarna analiza podprzestrzeni została z powodzeniem zastosowana do interfejsu mózg-komputer , wizji komputerowej i segmentacji czasowej. Istnieją warianty problemu SSA, które można rozwiązać analitycznie w postaci zamkniętej, bez optymalizacji numerycznej.

Zobacz też