文章来源:ICA with Reconstruction Cost for Efficient Overcomplete Feature Learning
http://cs.stanford.edu/~jngiam/papers/LeKarpenkoNgiamNg2011
1、标准的ICA被定义为如下的优化问题:
g是一个非线性的凸函数(保证只有一个最优解),W是权重矩阵,Wj是矩阵的一行(一个特征)。正交限制保证这基函数W不是退化的。
正交限制有一些缺点:
1)不能学习到过完备集
2)不能用快速的优化方法(像L-BFGS,CG等),只能用投影梯度下降算法。
3)对数据白化敏感。
2、鉴于此,我们把正交限制用软重构成本函数代替,即RICA算法。
RICA被定义为如下的无限制的优化问题。