Análisis de componentes independientes

El análisis de componentes independientes (ACI) (en inglés ICA) es un método computacional que sirve para separar una señal multivariante en subcomponentes aditivos suponiendo que la señal de origen tiene una independencia estadística y es no-Gausiana.El análisis de componentes independientes (ACI) es una generalización del análisis de componentes principales (ACP), en ambos casos se practica una transformación lineal de los datos originales, aunque la diferencia básica es que el ACI no requiere que las variables originales tengan una distribución gausiana.Normalmente el problema se simplifica asumiendo que no hay retrasos ni ecos.Una cosa importante a considerar es que si hay N fuentes (voces) en la habitación, al menos hacen falta N observaciones (micrófonos) para obtener la señal original.Por lo tanto, los métodos relacionados con ICA consideran como condición primordial la independencia estadística.El problema cosiste en encontrar un transformación que encuentre la inversa de la matriz con la cual se mezcló.formado por n variables aleatorias simples, el ACI realiza una transformación lineal del tipo: