Une extension avec variables latentes du modèle d'analyse en composantes indépendantes
Résumé
This paper deals with the problem of blind source separation of instantaneous linear mixtures. The Independent Component Analysis (ICA) model is extended to a new model where the sources can be dependent. Depending on the value of a latent process, the unknown sources are assumed either mutually independent or dependent. We propose a separation method which combines: (i) a classical ICA separation performed using the set of samples whose components are conditionally independent, and (ii) a method for estimation of the latent process using the Iterative Conditional Estimation (ICE) method. Simulations confirm the great generality of our model and show that our method takes into account a partial dependence between the sources.
Cet article traite du problème de séparation aveugle de sources (SAS) dans le cas d'un mélange linéaire instantané. Nous étendons le modèle d'analyse en composantes indépendantes (ACI) en un nouveau modèle où les sources peuvent être dépendantes. Conditionnellement à un processus latent, l'indépendance ou non des composantes des sources est contrôlée. Nous proposons une méthode de séparation qui combine: (i) une séparation par ACI classique réalisée sur l'ensemble des échantillons dont les composantes sont conditionnellement indépendantes, et (ii) une méthode d'estimation du processus latent qui repose sur une procédure d'estimation conditionnelle itérative (ECI). Des simulations confirment la plus grande généralité de notre modèle et montrent que notre méthode permet la prise en compte d'une dépendance partielle des sources
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...