Eraldusalgoritm

Eraldusalgoritm on arvutuslik meetod, mille eesmärk on eraldada segatud andmed, signaal või nähtus selle koostisosadeks või klassideks. Sellised algoritmid võivad toimida nii juhitud (supervised) kui juhitamata (unsupervised) õppimise raames ning sageli püüavad eristada allikad, komponendid või rühmad vastavalt valitud kriteeriumidele. Eraldusprobleemid esinevad laialdaselt signaalitöötluses, andmeteaduses ja pilditöötluses.

Peamised meetodid ja lähenemised hõlmavad nii blind source separation tehnikaid kui ka klassikalisi faktoreerimise ja klasterdamise meetodeid. Näiteks blind source separation (BSS) ning sõltuvuskomponentide analüüs (ICA) ja mitte-negatiivse maatriksi faktoreerimine (NMF) üritavad taastada lähtsignaalid või komponendid ilma täpse allikate teabeta. Juhitud ja juhitamatu eraldamise korral kasutatakse ka PCA-d, k-meansi, hierarhilist ja spektraalset klasterdamist ning pildisegmenteerimist.

Rakendused hõlmavad heli allikate eraldamist, pildi- ja videosegmenteerimist, teksti teemade modelleerimist ning meditsiiniliste või biosignaalide analüüsi. Hindamine sõltub kontekstist: klastri kvaliteeti mõõdetakse puhtuse, normaliseeritud vastavuse (NMI) ja kohandatud Rand indeksiga (ARI); signaalieralduses kasutatakse SNR, SDR ja muid distorsiooninäitajaid, et hinnata eralduvate komponentide kvaliteeti.

Väljakutsed hõlmavad identifiability probleemi, kus sama segu võib võimaldada mitmeid erinevaid taasesitusi, müra ja piiratud märgistuse mõju ning suurjoonelist arvutuslikku koormust. Eduka eraldamise saavutamiseks on sageli vaja domänispetsiifilisi eeldusi ning kombinatsiooni mitmest meetodist.