隠れマルコフ/セミマルコフモデルに基づき原信号を動的に切り替える非定常独立成分分析 Markov and semi-Markov switching of source appearances for non-stationary independent component analysis

Search this Article

Author(s)

    • 前田 新一 MAEDA Shin-ichi
    • 奈良先端科学技術大学院大学 情報科学研究科 Graduate School of Information Science, Nara Institute of Science and Technology
    • 石井 信 ISHII Shin
    • 奈良先端科学技術大学院大学 情報科学研究科 Graduate School of Information Science, Nara Institute of Science and Technology

Abstract

ブラインド信号分離(blind source separation; BSS)は,未知原信号からの(線形)混合を観測信号として得たときに,混合過程も未知として原信号と混合過程の両方を復元する問題であリ,独立成分分析(independent component analysis; ICA)が有効な解法として用いられる.しかし,実問題においては原信号はしばしば常に出現しているわけではなく,出現・非出現の状態が時間とともに切り替わる.そのため,原信号が全期間を通して常に存在することを仮定する通常のICAでは,とくに観測にノイズが含まれる場合に性能が低下しやすい.我々はこれまでに,こういった非定常な状況に対処可能なICA手法として,隠れマルコフモデルに基づくSwitching ICA法を提案してきた.本稿では,以前は固定されていた一部のパラメータに関する推定を含む形に提案予法を拡張し,既存手法との新たな比較実験結果を示す.人工データを用いた実験では,ノイズのある状況で既存手法より良い性能が得られた.また,マルコフモデルでは各状態の持続時間確率が指数的に減衰するため,信号の出現・非出現のモデルとしてはあまり自然なものではなかった.本稿では,指数減衰以外の持続時間分布を許容するセミマルコフモデルを用いて提案予法を拡張し,それにより信号出現の推定精度が向上することを示す.

Independent Component Analysis (ICA) is currently the most popularly used approach to blind source separation (BSS), the problem of recovering unknown source signals when their mixtures are observed but the actual mixing process is unknown. Real-world signals often have such difficult non-stationarity that each source signal abruptly appears or disappears, which potentially degrades the performance of ordinary ICA especially in noisy situations. To address such non-stationary cases, we have proposed a non-stationary ICA method, called Switching ICA, based on a special type of hidden Markov model. In this article, we present new experimental comparison of our method to some existing methods, with a full treatment of paramter estimation including those for the parameters that have previously been fixed. In simulation experiments using artificial source signals, the proposed method exhibited performance superior to existing methods, especially in the presence of noise. We also propose a simple semi-Markov extension of the original Markov one, to avoid unrealistic assumption implied in the Markov model, that is, the probability of state duration decreases exponentially with its length. The semi-Markov model is demonstrated to be more effective for robust estimation of the source appearance.

Journal

  • IEICE technical report

    IEICE technical report 106(588), 173-178, 2007-03-07

    The Institute of Electronics, Information and Communication Engineers

References:  17

Codes

  • NII Article ID (NAID)
    110006249046
  • NII NACSIS-CAT ID (NCID)
    AN10091178
  • Text Lang
    ENG
  • Article Type
    ART
  • ISSN
    09135685
  • NDL Article ID
    8706389
  • NDL Source Classification
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No.
    Z16-940
  • Data Source
    CJP  NDL  NII-ELS 
Page Top