高周波エンジニアのためのAI・機械学習入門(15)独立成分分析(ICA、教師なし学習)でバンドパスフィルタ(BPF)の次数が異なるもの(減衰がちがうもの)を2軸で特徴付けできるかPythonとscikit-learnでやってみる。
主成分分析、因子分析とやってきたので今回は独立成分分析(ICA)をやってみる。
https://datachemeng.com/independentcomponentanalysis/
いつものようにデータは次数の違うバンドパスフィルタ。
scikit-learnにはFastICAというのがインプリメントされている。
https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.FastICA.html
コードはこちら(今までと異なるところのみ)
from sklearn.decomposition import FastICA
scaler = StandardScaler()
scaler.fit(data)
X_scaled = scaler.transform(data)
ica = FastICA(n_components=2)
X_ica = ica.fit_transform(X_scaled)
|
結果はこちら。これでもちゃんと分離できている。
2軸の成分。これもPCAやFAとよく似た形になった。
ということで、この事例に限れはPCA、FA、ICAどれでも分離できた。もうちょっと差が出る例は探す。
« 高周波エンジニアのためのAI・機械学習入門(14)因子分析(FactorAnalysis、教師なし学習)でバンドパスフィルタ(BPF)の次数が異なるもの(減衰がちがうもの)を2軸で特徴付けできるかPythonとscikit-learnでやってみる。主成分分析(PCA)より綺麗に分かれた。 | トップページ | 生島神社(尼崎)でお参り。 »
「パソコン・インターネット」カテゴリの記事
「学問・資格」カテゴリの記事
- 高周波・RFニュース 2025年2月14日 Microwave Journal今月号で透明アンテナ、6Gタワー、月面用アンテナなど、Keysightが6GでEUと提携、TDKが日本酒の味わいを視覚化&車載PoC用巻き線インダクタ、QualcommがSnapdragon 6 Gen 4 Mobile発表(2025.02.14)
- 高周波・RFニュース 2025年2月13日 iFixitがSamsung Galaxy S25 ultraを分解、ぐりぐり回せる3D CTモデルに、Spirentの5G Outlook レポート、QualcommのオンデバイスAIホワイトペーパー、InfineonがCoolSiC™ MOSFETs 650 Vの Q-DPAKとTOLLパッケージで発表(2025.02.13)
- 高周波・RFニュース 2025年2月12日 GSAが5G standaloneウェビナー開催、CTIAと5G americasがケーブルに対抗してSpectrum for Broadband Competitionで連携、NXPがエッジAIのKinaraを買収、PBKreviewsがSamsung Galaxy S25/plus/ultra全部分解していて5Gミリ波AiPは全部1個(2025.02.12)
「日記・コラム・つぶやき」カテゴリの記事
- 高周波・RFニュース 2025年2月14日 Microwave Journal今月号で透明アンテナ、6Gタワー、月面用アンテナなど、Keysightが6GでEUと提携、TDKが日本酒の味わいを視覚化&車載PoC用巻き線インダクタ、QualcommがSnapdragon 6 Gen 4 Mobile発表(2025.02.14)
- 高周波・RFニュース 2025年2月13日 iFixitがSamsung Galaxy S25 ultraを分解、ぐりぐり回せる3D CTモデルに、Spirentの5G Outlook レポート、QualcommのオンデバイスAIホワイトペーパー、InfineonがCoolSiC™ MOSFETs 650 Vの Q-DPAKとTOLLパッケージで発表(2025.02.13)
- 高周波・RFニュース 2025年2月12日 GSAが5G standaloneウェビナー開催、CTIAと5G americasがケーブルに対抗してSpectrum for Broadband Competitionで連携、NXPがエッジAIのKinaraを買収、PBKreviewsがSamsung Galaxy S25/plus/ultra全部分解していて5Gミリ波AiPは全部1個(2025.02.12)
« 高周波エンジニアのためのAI・機械学習入門(14)因子分析(FactorAnalysis、教師なし学習)でバンドパスフィルタ(BPF)の次数が異なるもの(減衰がちがうもの)を2軸で特徴付けできるかPythonとscikit-learnでやってみる。主成分分析(PCA)より綺麗に分かれた。 | トップページ | 生島神社(尼崎)でお参り。 »
コメント