Nichtlineare blinde Quellentrennung mit Slow Feature Analysis

从技术上来说，这是一种新的生物系统，也是一种新的技术。这只是一种信号，所以它是盲目的，它的线条是在问题和错误中落下的，这是一个愚蠢的人死于最大的统计数字。这句话的意思是：我看不见你的眼睛，也看不到你的眼睛。我们的未来是什么，统计数字是什么，这是什么意思？最基本的算法是：(一)算法是有效的；(二)算法是盲目的；(二)算法是自由的；(二)算法是自由的；(三)算法是正确的。

Sowohl technische als auch biologische Systeme haben häufig Eingangssignale zu verarbeiten, die eine Mischung von statistisch weitgehend unabhängigen Quellsignalen sind. Das Entmischen der Signale, die so genannte blinde Quellentrennung, ist im linearen Fall ein gelöstes Problem und kann dadurch erreicht werden, dass man die statistische Unabhängigkeit der Ausgangssignale maximiert. Nichtlineare blinde Quellentrennung ist viel schwieriger und erfordert weitere Kriterien. Wir verfolgen den Ansatz, das Prinzip der statistischen Unabhängigkeit mit dem der Langsamkeit zu kombinieren. Basierend auf einem kürzlich von uns bewiesenen Theorem, das genau darlegt, wie nichtlineare Mischungen mit dem Prinzip Langsamkeit entmischt werden können, verfolgen wir im vorliegenden Projekt vier Ziele: (i) Entwicklung eines robusten und effizienten Algorithmus zur nichtlinearen blinden Quellentrennung, (ii) ein gutes theoretisches Verständnis des Algorithmus insbesondere in Hinsicht auf die Rolle von eingeschränkten Funktionenräumen und Rauschen, (iii) Entwicklung und Verbreitung eines gut dokumentierten, benutzerfreundlichen Programmpakets für die Anwendung des Algorithmus, (iv) Anwendung des Algorithmus auf fMRT-Daten zur Analyse der Spontanaktivitäten im menschlichen Gehirn im Ruhezustand.