統一的なニューラルネットワークモデルによる線形および非線形主成分分析

本論文では、線形主成分分析(PCA)、非線形PCA、線形独立成分分析(ICA)を単一層のオートエンコーダーとして統一的にモデル化する新しい手法「σ-PCA」を提案する。σ-PCCは、分散の最大化と統計的独立性の最大化の両方を同時に行うことで、次元削減と分散による順序付けを行いつつ、部分空間の回転不定性を解消できる。