ml/ library Learn by doing
ALGORITHM 36 · PYTHON / JAVASCRIPT

Independent Component Analysis

แยกสัญญาณผสมออกเป็นแหล่งที่เป็นอิสระต่อกัน

LEARNING LEVEL2
ต่อยอดโดยตรงควรรู้มาก่อน · Principal Component Analysis และ independence
ลองใน Playground

01Overall Concept

OVERALL CONCEPT

ไอเดียหลัก — ICA หา linear components ที่เป็นอิสระทางสถิติมากที่สุด ไม่ได้เพียงตั้งฉากหรือมี variance สูง เหมาะกับโจทย์ blind source separation

ลองนึกภาพว่า — เหมือนมีไมโครโฟนหลายตัวอัดเสียงคนพูดพร้อมกัน แล้วคำนวณย้อนกลับเพื่อแยกเสียงแต่ละคน

ตัวอย่างการนำไปใช้ — แยกแหล่งเสียง ลด artifact ในสัญญาณ และค้นหา latent signals

02อธิบายภาษาคนเข้าใจง่ายๆ

เล่าแบบไม่ใช้ศัพท์ยาก

Independent Component Analysis เริ่มจากคำถามง่าย ๆ ว่า แยกสัญญาณผสมออกเป็นแหล่งที่เป็นอิสระต่อกัน วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ

เหมือนมีไมโครโฟนหลายตัวอัดเสียงคนพูดพร้อมกัน แล้วคำนวณย้อนกลับเพื่อแยกเสียงแต่ละคน ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน

ICA หา linear components ที่เป็นอิสระทางสถิติมากที่สุด ไม่ได้เพียงตั้งฉากหรือมี variance สูง เหมาะกับโจทย์ blind source separation พารามิเตอร์หลักใน Playground คือ จำนวนสัญญาณอิสระ เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ

ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ 2 microphones × สัญญาณผสม 2 แหล่ง เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก

งานที่เหมาะ เช่น แยกแหล่งเสียง ลด artifact ในสัญญาณ และค้นหา latent signals ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า

ภาพจำ: เสียงผสม 2 ช่อง → แหล่งเสียง 2 เส้น พร้อมจำข้อจำกัดสำคัญว่า ลำดับและเครื่องหมายของ component ไม่กำหนดแน่นอน ต้องมีสมมติฐานแหล่งอิสระและ non-Gaussian และผลอาจต่างตาม seed

03How it works

ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ

  1. เตรียมข้อมูลให้ตรงโจทย์

    X เป็นสัญญาณผสม โดยแถวคือเวลาและคอลัมน์คือ sensor ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล

  2. ตั้งค่าที่ควบคุมพฤติกรรม

    ใช้ n_components เพื่อจำนวนแหล่งสัญญาณ และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้

  3. คำนวณแก่นของวิธี

    center และ whiten สัญญาณ จากนั้น หาทิศที่มี non-Gaussianity สูงและเป็นอิสระ Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ

  4. สร้างผลลัพธ์ที่นำไปอ่านได้

    แปลง X เป็น estimated sources ผลที่ได้คือ independent components และ mixing matrix โดยประมาณ ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล

  5. ตรวจว่าคำตอบใช้ได้จริง

    เปรียบเทียบหลายค่าของ n_components ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า ลำดับและเครื่องหมายของ component ไม่กำหนดแน่นอน ต้องมีสมมติฐานแหล่งอิสระและ non-Gaussian และผลอาจต่างตาม seed

เปิดตัวอย่างโค้ดเพื่อลองทำตาม →ตัวอย่างตัวเลขในเรื่องใช้ช่วยอธิบาย ส่วนโค้ดและ Playground ใช้ชุดข้อมูลสาธิตของแต่ละหน้าอ่านเอกสารอ้างอิงของเทคนิคนี้ ↗

ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ

DATA INX · features · no target y2 microphones × สัญญาณผสม 2 แหล่ง
CALCULATEIndependent Component Analysis
n_componentswhitenfun
RESULTcluster labels + centersเสียงผสม 2 ช่อง → แหล่งเสียง 2 เส้น
เส้นทางของข้อมูล: จากค่าที่รับเข้า ผ่านการคำนวณด้วยพารามิเตอร์ ไปเป็นผลลัพธ์
INPUT

ข้อมูลที่รับเข้ามา

X เป็นสัญญาณผสม โดยแถวคือเวลาและคอลัมน์คือ sensor

2 microphones × สัญญาณผสม 2 แหล่ง
PARAMETERS

พารามิเตอร์ที่ใช้

n_components
จำนวนแหล่งสัญญาณ
whiten
รูปแบบ whitening ก่อนหา independence
fun
ฟังก์ชันประมาณ non-Gaussianity
OUTPUT

ผลลัพธ์ที่ได้

independent components และ mixing matrix โดยประมาณ

เสียงผสม 2 ช่อง → แหล่งเสียง 2 เส้น
CALCULATION

คำนวณทีละขั้น

  1. 01

    center และ whiten สัญญาณ

  2. 02

    หาทิศที่มี non-Gaussianity สูงและเป็นอิสระ

  3. 03

    แปลง X เป็น estimated sources

ควรรู้อีกนิด — ลำดับและเครื่องหมายของ component ไม่กำหนดแน่นอน ต้องมีสมมติฐานแหล่งอิสระและ non-Gaussian และผลอาจต่างตาม seed

04Make it yours

Python · scikit-learn
# ติดตั้ง: pip install numpy scikit-learnimport numpy as np data = np.genfromtxt("independent-component-analysis-sample.csv", delimiter=",", skip_header=1)X = data[:, :2] from sklearn.decomposition import FastICAfrom sklearn.preprocessing import StandardScaler X_scaled = StandardScaler().fit_transform(X)X_nonnegative = X - X.min(axis=0)model = FastICA(n_components=2, whiten="unit-variance", random_state=42)Z = model.fit_transform(X_scaled)print("Output shape:", Z.shape)print("First rows:\n", Z[:5])if hasattr(model, "explained_variance_ratio_"):    print("Explained variance:", model.explained_variance_ratio_)if hasattr(model, "components_"):    print("Components:\n", model.components_)

โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด

05Learn by playing

ปรับ จำนวนสัญญาณอิสระ แล้วสังเกตรูปแบบคำทำนายและตัวชี้วัดที่คำนวณใหม่ทันที

Sample dataset / Transformed representation● คำนวณใหม่เมื่อปรับค่า
จำนวนแหล่งสัญญาณที่พยายามแยก
กากบาทดำคือ centroid จาก mini batchกากบาท = centroid · สี = กลุ่มที่เรียนรู้
Variance retained1
Output shape150 × 2
พารามิเตอร์ที่ลอง2

Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง