著者らは、OT-ICAという新しいアルゴリズムを提案した。これは線形独立成分分析のための手法であり、標準ガウス分布への二乗ワッサーシュタイン距離を用いて非ガウス性を測定し、代理のcontrast関数の代わりに使用する。この距離が射影によって独立成分を復元したときに最大化されることを証明し、勾配ベースの最適化を通じて実装した。

  • 計算困難なネゲントロピーの最適化を二乗ワッサーシュタイン距離 $W_2^2$ に置き換える。
  • 標準正規分布と線形データ射影間のワッサーシュタイン距離を最大化する。
  • 異なる潜在変数分布におけるシミュレーションデータにおいて、代理手法を上回る性能を示す。
  • 分布仮定なしでEEGアーティファクト除去や経済計量価格発見に成功適用。

OT-ICAは、古典的手法に必要な分布仮定を回避することで、応用ICAタスクにとって実用的な代替手段を提供する。