
Online Component Analysis, Architectures and Applications
Diese Monographie befasst sich mit der Hauptkomponentenanalyse (PCA), der Kernel-Komponentenanalyse (KPCA) und der unabhängigen Komponentenanalyse (ICA), wobei ihre Anwendungen für Streaming-Data-Implementierungen hervorgehoben werden. Die grundlegenden Konzepte der PCA, KPCA und ICA sind in der Literatur weit verbreitet; allerdings befassen sich nur sehr wenige Texte mit ihrer praktischen Umsetzung in rechenschwachen Umgebungen.
In dieser Monographie werden die modernsten Online-PCA- und KPCA-Verfahren auf einheitliche und prinzipielle Weise erörtert und Lösungen vorgestellt, die in vielen Anwendungen, insbesondere in der Bildverarbeitung, eine höhere Konvergenzgeschwindigkeit und Genauigkeit erreichen. Außerdem wird in dieser Arbeit erklärt, wie verschiedene Artefakte aus Datensätzen entfernt werden können, die auf einer blinden Quellentrennung durch eine mit ICA implementierte unabhängige Komponentenanalyse beruhen, die die Identifizierung von Merkmalen von der Merkmalstrennung trennt. In dieser Arbeit werden drei FastICA Online-Hardware-Architekturen und deren Implementierung für die biomedizinische Signalverarbeitung behandelt.
Die wichtigsten Merkmale sind wie folgt zusammengefasst: 1) energieeffiziente FastICA mit dem vorgeschlagenen Frühbestimmungsschema; 2) kosteneffiziente FastICA mit variablem Kanal unter Verwendung des Gram-Schmidt-basierten Aufhellungsalgorithmus; und 3) FastICA-Online-Algorithmus mit bewegtem Fenster und begrenztem Speicher. Die Post-Layout-Simulationsergebnisse mit künstlichen und EEG-Daten validieren die Designkonzepte.