Una familia de algoritmos de punto fijo para el análisis de componentes independientes

El análisis de componentes independientes (ICA) es una técnica de procesamiento de señales estadístico cuyas principales aplicaciones son la separación ciega de fuentes, la deconvolución ciega y la extracción de características. La estimación del ICA se realiza generalmente optimizando una función de 'contraste' basada en cumulantes de orden superior. Se muestra cómo casi cualquier función de error se puede utilizar para construir una función de contraste para realizar la estimación del ICA. En particular, esto significa que se pueden utilizar funciones de contraste que son robustas ante valores atípicos. Como un método práctico para encontrar los extremos relevantes de tales funciones de contraste, se introduce un esquema de iteración de punto fijo. Los algoritmos resultantes son bastante simples y convergen rápida y confiablemente. Estos algoritmos también permiten la estimación de los componentes independientes uno por uno, utilizando un esquema de deflación simple.