本文提出了一种新颖的多视角结构方程模型(SEM)线性因果发现方法,放宽了非高斯扰动的假设,并假设视角间方差多样性。我们证明了模型参数的可识别性,并提出了一种基于多视角独立成分分析的估计算法。该方法通过模拟和实际神经影像数据验证,能够有效估计脑区之间的因果图。
本文提出了一种非参数分数,用于评估独立成分分析算法中对高斯噪声的解决方案的质量,并通过特征函数评估混合矩阵的质量。同时提供了基于特征函数的对比函数和固定点迭代来优化目标函数。通过实验验证了算法的有效性。
完成下面两步后,将自动完成登录并继续当前操作。