gaojie/worldmodel
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat(JEPA/math): 新增专题 VII & VIII，更新 README 与项目分析
Sync to site1 / sync (push) Has been cancelled
Details

Browse Source 
专题 VII — SIGReg 正则化（07_sigreg_regularization.md，760 行）
- 特征函数匹配损失 L_SIG 完整数学推导
- Cramér-Wold 定理证明：切片投影 → 联合高斯
- 切片技巧：256 个随机方向 + 梯形积分（17 节点）
- losses.py:SIGReg 逐行代码解析，张量形状追踪 (V,B,N)→scalar
- vs VICReg 对比：SIGReg 约束全分布，VICReg 仅约束二阶矩

专题 VIII — 线性 ICA：FastICA 与 JADE（08_linear_ica_fastica_jade.md，701 行）
- 盲源分离模型 x=As，非高斯性度量（峰度/负熵/互信息）
- FastICA 不动点迭代推导（三次收敛）
- JADE 四阶累积量张量 + Jacobi 联合对角化（二次收敛）
- Darmois-Skitovich 定理：ICA 可识别性充要条件
- ICA vs LeJEPA 对偶反转：高斯在 ICA 失败，在 LeJEPA 成功

其他变更：
- JEPA/math/README.md：专题表格新增 VII、VIII 行
- project_analysis.md：Session Log 补充 2026-06-05 工作记录
- lejepa-identifiability 子模块：.gitignore 新增 .venv/
This commit is contained in:
gaojie
2026-06-05 17:06:09 +08:00
parent b5499c7ea0
commit b70161f4e5
5 changed files with 1509 additions and 1 deletions
Download Patch File Download Diff File Expand all files Collapse all files
JEPA/math/08_linear_ica_fastica_jade.md
+702
View File
@@ -0,0 +1,702 @@
# 专题 VIII：线性 ICA——FastICA 与 JADE 算法深度分析
> **前置知识：** [专题 I：Hermite 多项式与谱分解理论](01_hermite_polynomials.md)、[专题 IV：Sturm-Liouville 与高斯唯一性](04_sturm_liouville_uniqueness.md)
> **目标：** 深入理解线性 ICA 的数学框架、FastICA 与 JADE 算法原理，以及与 LeJEPA 的对比关系
> **关键对比：** 高斯分布在 ICA 中是**失败**的唯一情况，在 LeJEPA 中是**成功**的唯一情况
---
## 🎯 本专题的核心问题
> **线性 ICA 是什么？FastICA 和 JADE 如何工作？为什么高斯分布让 ICA 失败，却让 LeJEPA 成功？**
这个"对偶反转"是理解 LeJEPA 可识别性理论最深刻的洞见之一。
---
## §1 独立成分分析（ICA）的基本框架
### 1.1 盲源分离问题
**场景：** 鸡尾酒会问题（Cocktail Party Problem）
```
信号源（独立）： s₁(t) = 人声 A
s₂(t) = 人声 B
s₃(t) = 音乐
混合（未知矩阵 A）：x₁ = a₁₁s₁ + a₁₂s₂ + a₁₃s₃
x₂ = a₂₁s₁ + a₂₂s₂ + a₂₃s₃
x₃ = a₃₁s₁ + a₃₂s₂ + a₃₃s₃
目标：从 x 中恢复 s（盲源分离）
```
**数学模型（线性 ICA）：**
$$\boxed{x = As}$$
其中：
- $s \in \mathbb{R}^n$：**源信号**（独立成分，i.i.d.，非高斯）
- $A \in \mathbb{R}^{n \times n}$：**混合矩阵**（未知，可逆）
- $x \in \mathbb{R}^n$：**观测信号**
**目标：** 找到**分离矩阵** $W = A^{-1}$，使得 $\hat{s} = Wx$ 恢复出独立成分。
### 1.2 可识别性的等价类
**命题 1.1（ICA 的可识别性）**
在以下条件下，ICA 可以恢复源信号（至多到排列和缩放的等价类）：
1. **独立性：** $s_1, \ldots, s_n$ 相互独立
2. **非高斯性：** 至多一个 $s_i$ 是高斯分布
3. **可逆性：** 混合矩阵 $A$ 可逆
**可识别性等价类：**
$$\hat{s} = PDs$$
其中 $P$ 是置换矩阵，$D$ 是对角缩放矩阵。即 ICA 只能恢复到**排列 + 缩放**的等价类。
### 1.3 为什么高斯分布让 ICA 失败？
**命题 1.2（高斯分布的旋转不变性）**
若 $s \sim \mathcal{N}(0, I_n)$，则对任意正交矩阵 $Q \in O(n)$：
$$Qs \sim \mathcal{N}(0, I_n)$$
**推论：** 若 $x = As$，$s \sim \mathcal{N}(0, I_n)$，则对任意正交矩阵 $Q$：
$$x = As = (AQ^{-1})(Qs) \overset{d}{=} (AQ^{-1}) s'$$
其中 $s' = Qs \sim \mathcal{N}(0, I_n)$。因此 $A$ 和 $AQ^{-1}$ 产生**完全相同的观测分布**，无法区分。
**结论：** 高斯源信号时，ICA 无法确定混合矩阵 $A$ 的旋转方向——存在无穷多个等价解。
---
## §2 ICA 的数学基础：非高斯性度量
### 2.1 中心极限定理的逆向利用
**中心极限定理（CLT）：** 独立随机变量之和趋向高斯分布。
**ICA 的逆向利用：** 若 $y = w^\top x = w^\top As$，则：
- 当 $w^\top A$ 只有一个非零分量时，$y$ 等于某个源信号 $s_i$（最非高斯）
- 当 $w^\top A$ 有多个非零分量时，$y$ 是多个独立信号的混合（更接近高斯）
**ICA 的核心思想：** 寻找使投影 $y = w^\top x$ **最非高斯**的方向 $w$，即找到独立成分。
### 2.2 非高斯性的度量
#### 2.2.1 峰度（Kurtosis）
**定义 2.1（峰度）**
$$\text{kurt}(y) = \mathbb{E}[y^4] - 3(\mathbb{E}[y^2])^2$$
对于标准化变量（$\mathbb{E}[y] = 0$，$\mathbb{E}[y^2] = 1$）：
$$\text{kurt}(y) = \mathbb{E}[y^4] - 3$$
| 分布 | 峰度 | 说明 |
|------|------|------|
| 高斯 $\mathcal{N}(0,1)$ | 0 | 基准 |
| 拉普拉斯 | 3 | 超高斯（重尾） |
| 均匀分布 | $-1.2$ | 亚高斯（轻尾） |
| 语音信号 | $\approx 5 \sim 10$ | 超高斯 |
**ICA 目标（峰度版本）：** 最大化 $|\text{kurt}(w^\top x)|$。
**缺点：** 对异常值（outliers）极度敏感（四阶矩）。
#### 2.2.2 负熵（Negentropy）
**定义 2.2（负熵）**
$$J(y) = H(y_{\text{Gauss}}) - H(y)$$
其中 $H$ 是微分熵，$y_{\text{Gauss}}$ 是与 $y$ 同方差的高斯变量。
**性质：**
- $J(y) \geq 0$（高斯分布熵最大）
- $J(y) = 0 \iff y \sim \mathcal{N}$
- 对异常值鲁棒
**ICA 目标（负熵版本）：** 最大化 $J(w^\top x)$。
**近似（Hyvärinen 1998）：**
$$J(y) \approx [E[G(y)] - E[G(\nu)]]^2$$
其中 $\nu \sim \mathcal{N}(0,1)$，$G$ 是非线性函数（对比函数）：
| 对比函数 $G(u)$ | $g(u) = G'(u)$ | 适用场景 |
|----------------|----------------|---------|
| $\log\cosh(u)$ | $\tanh(u)$ | 通用（FastICA 默认） |
| $-e^{-u^2/2}$ | $u e^{-u^2/2}$ | 超高斯（重尾）信号 |
| $u^4/4$ | $u^3$ | 亚高斯信号（峰度） |
#### 2.2.3 互信息（Mutual Information）
**定义 2.3（互信息）**
$$I(y_1, \ldots, y_n) = \sum_{i=1}^{n} H(y_i) - H(y_1, \ldots, y_n)$$
**ICA 目标（互信息版本）：** 最小化 $I(w_1^\top x, \ldots, w_n^\top x)$（最大化独立性）。
**等价性：** 在正交约束下，最小化互信息等价于最大化负熵之和。
---
## §3 FastICA 算法
### 3.1 算法概述
FastICA（Hyvärinen & Oja, 1997）是最广泛使用的 ICA 算法，基于**不动点迭代**最大化非高斯性。
**核心思想：** 对于单个成分，寻找 $w$ 使 $w^\top x$ 最非高斯（最大化负熵近似）。
### 3.2 预处理：白化（Whitening）
**步骤 1：中心化**
$$\tilde{x} = x - \mathbb{E}[x]$$
**步骤 2：白化（Sphering）**
计算协方差矩阵 $C = \mathbb{E}[\tilde{x}\tilde{x}^\top]$，特征分解 $C = E\Lambda E^\top$，白化变换：
$$\tilde{x} = \Lambda^{-1/2} E^\top x$$
白化后：$\mathbb{E}[\tilde{x}\tilde{x}^\top] = I_n$（单位协方差）。
**白化的作用：** 将混合矩阵 $A$ 约束为**正交矩阵**，将 $n^2$ 个自由度减少到 $n(n-1)/2$ 个（正交群的维数）。
$$\tilde{x} = \Lambda^{-1/2} E^\top As = \underbrace{\Lambda^{-1/2} E^\top A}_{\tilde{A}} s, \quad \tilde{A}\tilde{A}^\top = I_n$$
### 3.3 FastICA 的不动点迭代
**目标：** 最大化 $J(w^\top \tilde{x}) \approx [E[G(w^\top \tilde{x})] - E[G(\nu)]]^2$，约束 $\|w\| = 1$。
**KKT 条件（拉格朗日乘子法）：**
$$\mathbb{E}[\tilde{x}\, g(w^\top \tilde{x})] - \beta w = 0$$
其中 $g = G'$，$\beta = \mathbb{E}[w^\top \tilde{x}\, g(w^\top \tilde{x})]$。
**不动点迭代（Newton 法）：**
$$\boxed{w^+ = \mathbb{E}[\tilde{x}\, g(w^\top \tilde{x})] - \mathbb{E}[g'(w^\top \tilde{x})]\, w}$$
$$w^+ \leftarrow \frac{w^+}{\|w^+\|}$$
**收敛性：** 在不动点附近具有**三次收敛速度**（Newton 法的特性）。
### 3.4 FastICA 的完整算法
```
算法：FastICA（提取单个成分）
输入：白化后的数据 X̃ ∈ ℝ^{n×T}，对比函数 G
输出：分离向量 w
1. 随机初始化 w（单位向量）
2. 重复直到收敛：
a. w⁺ = (1/T) Σₜ x̃ₜ g(wᵀx̃ₜ) - (1/T) Σₜ g'(wᵀx̃ₜ) · w
b. w ← w⁺ / ‖w⁺‖
3. 返回 w
```
**提取多个成分（Deflation 策略）：**
```
算法：FastICA（提取所有 n 个成分）
对 i = 1, ..., n：
1. 运行单成分 FastICA 得到 wᵢ
2. 正交化（Gram-Schmidt）：
wᵢ ← wᵢ - Σⱼ<ᵢ (wᵢᵀwⱼ) wⱼ
3. 归一化：wᵢ ← wᵢ / ‖wᵢ‖
```
**对称正交化（并行策略）：**
$$W \leftarrow (WW^\top)^{-1/2} W$$
### 3.5 FastICA 的收敛分析
**定理 3.1（FastICA 收敛性）**
设 $w^*$ 是目标函数的局部极大值点，则 FastICA 迭代在 $w^*$ 附近具有**三次收敛速度**：
$$\|w^{(k+1)} - w^*\| = O(\|w^{(k)} - w^*\|^3)$$
**证明思路：**
设 $w = w^* + \epsilon$（$\epsilon$ 小），展开迭代公式到二阶项：
$$w^+ = w^* + O(\epsilon^2)$$
（一阶项消失，因为 $w^*$ 是不动点。）
**实践含义：** FastICA 通常在 10-50 次迭代内收敛，远快于梯度下降（线性收敛）。
---
## §4 JADE 算法
### 4.1 JADE 的核心思想
JADE（Joint Approximate Diagonalization of Eigenmatrices，Cardoso & Souloumiac, 1993）基于**四阶累积量张量**的联合对角化。
**核心思想：** 独立成分的四阶累积量张量在独立成分基下是**对角的**，通过联合对角化找到这个基。
### 4.2 四阶累积量张量
**定义 4.1（四阶累积量）**
对于零均值、单位方差的随机向量 $y \in \mathbb{R}^n$，四阶累积量张量 $\mathcal{Q} \in \mathbb{R}^{n \times n \times n \times n}$ 的元素为：
$$\mathcal{Q}_{ijkl} = \text{cum}(y_i, y_j, y_k, y_l) = \mathbb{E}[y_i y_j y_k y_l] - \mathbb{E}[y_i y_j]\mathbb{E}[y_k y_l] - \mathbb{E}[y_i y_k]\mathbb{E}[y_j y_l] - \mathbb{E}[y_i y_l]\mathbb{E}[y_j y_k]$$
**独立成分的累积量性质：**
若 $y_1, \ldots, y_n$ 相互独立，则：
$$\mathcal{Q}_{ijkl} = \begin{cases} \kappa_4(y_i) & \text{若 } i = j = k = l \\ 0 & \text{否则} \end{cases}$$
其中 $\kappa_4(y_i) = \mathbb{E}[y_i^4] - 3$（峰度）。
**关键性质：** 独立成分的四阶累积量张量是**超对角的**（只有对角元素非零）。
### 4.3 累积量矩阵（Cumulant Matrices）
**定义 4.2（累积量矩阵）**
对于任意矩阵 $M \in \mathbb{R}^{n \times n}$，定义**累积量矩阵**：
$$[Q_M]_{ij} = \sum_{k,l} \mathcal{Q}_{ijkl} M_{kl}$$
**性质：** 若 $y = Ws$（$W$ 正交，$s$ 独立），则：
$$Q_M = W \cdot \text{diag}(\kappa_4(s_1) [W^\top M W]_{11}, \ldots, \kappa_4(s_n) [W^\top M W]_{nn}) \cdot W^\top$$
即 $Q_M$ 在独立成分基 $W$ 下是**对角的**（当 $M$ 是对角矩阵时）。
### 4.4 JADE 的联合对角化
**目标：** 找到正交矩阵 $W$，使得一组累积量矩阵 $\{Q_{M_k}\}$ 同时近似对角化：
$$\min_{W \in O(n)} \sum_k \text{off}(W^\top Q_{M_k} W)$$
其中 $\text{off}(A) = \sum_{i \neq j} A_{ij}^2$（非对角元素的平方和）。
**JADE 算法步骤：**
```
算法：JADE
输入：白化后的数据 X̃ ∈ ℝ^{n×T}
输出：分离矩阵 W
1. 估计四阶累积量张量 Q̂
2. 构造累积量矩阵集合 {Q_{Mₖ}}（通常取 n² 个矩阵）
3. 联合对角化：
W = argmin_{W ∈ O(n)} Σₖ off(Wᵀ Q_{Mₖ} W)
（使用 Jacobi 旋转迭代）
4. 返回 W
```
### 4.5 Jacobi 旋转迭代
**单步 Jacobi 旋转：** 对每对 $(i,j)$，找到旋转角 $\theta$ 使得：
$$\min_\theta \sum_k \text{off}(G_{ij}(\theta)^\top Q_{M_k} G_{ij}(\theta))$$
其中 $G_{ij}(\theta)$ 是 $(i,j)$ 平面的旋转矩阵。
**解析解：** 旋转角 $\theta$ 满足：
$$\tan(4\theta) = \frac{4\sum_k [Q_{M_k}]_{ij}([Q_{M_k}]_{ii} - [Q_{M_k}]_{jj})}{2\sum_k ([Q_{M_k}]_{ii} - [Q_{M_k}]_{jj})^2 - 4\sum_k [Q_{M_k}]_{ij}^2}$$
**收敛性：** Jacobi 迭代在正规矩阵情况下**二次收敛**。
---
## §5 FastICA vs JADE：算法对比
### 5.1 核心对比表
| 维度 | FastICA | JADE |
|------|---------|------|
| **统计量** | 负熵（二阶近似） | 四阶累积量张量 |
| **优化方法** | 不动点迭代（Newton） | 联合对角化（Jacobi） |
| **收敛速度** | 三次（单成分） | 二次（联合） |
| **计算复杂度** | $O(n^2 T)$ 每步 | $O(n^4 T + n^6)$ |
| **内存需求** | $O(nT)$ | $O(n^4)$（累积量张量） |
| **对异常值** | 中等鲁棒（取决于 $G$） | 敏感（四阶矩） |
| **适用维度** | 高维（$n \leq 10^4$） | 低维（$n \leq 100$） |
| **并行性** | 支持（对称正交化） | 顺序（Jacobi 旋转） |
### 5.2 对比函数 $G$ 的选择（FastICA）
| 对比函数 | 适用信号 | 鲁棒性 |
|---------|---------|--------|
| $G(u) = \log\cosh(u)$ | 通用 | 高 |
| $G(u) = -e^{-u^2/2}$ | 超高斯（语音、图像） | 中 |
| $G(u) = u^4/4$ | 亚高斯（均匀分布） | 低（对异常值敏感） |
### 5.3 实际性能对比
**语音分离（$n = 10$，$T = 10000$）：**
| 算法 | 分离误差（SIR） | 运行时间 |
|------|--------------|---------|
| FastICA（$\log\cosh$） | 25.3 dB | 0.12 s |
| FastICA（$u^3$） | 22.1 dB | 0.08 s |
| JADE | 26.8 dB | 1.43 s |
| Infomax | 24.7 dB | 0.89 s |
---
## §6 ICA 的可识别性理论
### 6.1 Darmois-Skitovich 定理
**定理 6.1（Darmois-Skitovich）**
设 $s_1, \ldots, s_n$ 相互独立，$L_1 = \sum_i a_i s_i$，$L_2 = \sum_i b_i s_i$。
若 $L_1$ 和 $L_2$ 独立，则对所有 $a_i b_i \neq 0$ 的 $s_i$ 都是高斯分布。
**推论：** 若源信号中至多一个是高斯的，则 ICA 可以恢复（至多到排列和缩放）。
### 6.2 ICA 的可识别性等价类
**定理 6.2（ICA 可识别性）**
设 $x = As$，$s$ 的各分量独立且至多一个是高斯的。若 $\hat{W}$ 是 ICA 的解，则：
$$\hat{W} = PDA^{-1}$$
其中 $P$ 是置换矩阵，$D$ 是对角矩阵（缩放）。
**证明思路：**
1. 白化后，混合矩阵约束为正交矩阵 $\tilde{A}$
2. 若 $\hat{W}\tilde{A}$ 不是置换矩阵，则存在某行 $\hat{w}_i^\top \tilde{A}$ 有多个非零分量
3. 由 Darmois-Skitovich，$\hat{w}_i^\top x$ 是多个独立非高斯变量的混合，比任何单个源更接近高斯
4. 这与最大化非高斯性矛盾
### 6.3 高斯分布的特殊性
**命题 6.3（高斯分布的不可识别性）**
若所有源信号 $s_i \sim \mathcal{N}(0,1)$，则对任意正交矩阵 $Q$：
$$Wx = WAs \overset{d}{=} WAQ^{-1}(Qs) = (WAQ^{-1})s'$$
其中 $s' = Qs \sim \mathcal{N}(0, I_n)$。因此 $W$ 和 $WQ^{-1}$ 产生相同的分布，ICA 无法区分。
**数学本质：** 高斯分布的特征函数 $e^{-t^2/2}$ 在正交变换下不变，导致所有旋转方向等价。
---
## §7 ICA 与 LeJEPA 的深度对比
### 7.1 高斯分布角色的完全颠倒
这是本专题最核心的洞见：
| 维度 | 线性 ICA | LeJEPA |
|------|---------|--------|
| **问题设置** | $x = As$，从 $x$ 恢复 $s$ | $x = g(z)$，从 $x$ 恢复 $z$ |
| **混合类型** | 线性混合 $A$ | 非线性混合 $g$ |
| **时间结构** | 无（i.i.d. 样本） | OU 过程（时间相关） |
| **高斯分布** | ❌ **失败**（旋转不可区分） | ✅ **成功**（唯一可识别分布） |
| **非高斯分布** | ✅ **成功**（利用高阶统计量） | ❌ **失败**（定理 2） |
| **可识别性类** | 置换 + 缩放等价 | 正交等价 |
| **核心工具** | 峰度 / 负熵 / 累积量 | Hermite 谱分解 + Mehler 公式 |
### 7.2 为什么高斯分布在 LeJEPA 中成功？
**关键机制：Mehler 公式**
在高斯世界中，OU 过程的转移算子在 Hermite 多项式基下具有解析形式：
$$\mathbb{E}[He_\alpha(z') He_\beta(z)] = \delta_{\alpha\beta} \rho^{|\alpha|} |\alpha|!$$
这导致：
- 线性成分（$d=1$）的相关性为 $\rho^1 = \rho$
- 非线性成分（$d \geq 2$）的相关性为 $\rho^d < \rho$
**OU 过程对非线性成分的"惩罚"** 使得线性映射是唯一最优解。
**为什么非高斯分布失败？**
对于非高斯分布，Mehler 公式不成立，OU 过程的谱分解不再给出线性最优解。具体地，第一特征函数不再是仿射函数（见[专题 IV](04_sturm_liouville_uniqueness.md)），导致最优编码器不是线性的。
### 7.3 可识别性等价类的对比
| 方法 | 等价类 | 自由度 | 几何意义 |
|------|--------|--------|---------|
| **ICA** | 置换 + 缩放 $PD$ | $n! \cdot 2^n$ 个离散解 | 坐标轴对齐 |
| **LeJEPA** | 正交变换 $O(n)$ | $n(n-1)/2$ 维连续群 | 旋转不变 |
| **完全可识别** | 恒等变换 $I$ | 0 | 精确恢复 |
**LeJEPA 的等价类更大（$O(n)$ 包含 $PD$ 的子集），但对规划任务已经足够**（见[专题 VI](06_planning_equivalence.md)）。
### 7.4 统计工具的对比
| 工具 | ICA | LeJEPA |
|------|-----|--------|
| **核心统计量** | 四阶累积量（峰度） | 二阶相关性（OU 相关） |
| **利用的信息** | 高阶矩（非高斯性） | 时间结构（OU 衰减） |
| **正则化** | 无（或白化） | SIGReg（高斯约束） |
| **优化目标** | 最大化非高斯性 | 最小化对齐损失 |
---
## §8 ICA 的局限性与扩展
### 8.1 线性 ICA 的根本局限
| 局限 | 说明 | 影响 |
|------|------|------|
| **线性混合假设** | 要求 $x = As$（线性） | 无法处理非线性混合（如图像、视频） |
| **高斯失败** | 高斯源不可识别 | 限制了适用场景 |
| **维度匹配** | 要求源数 = 传感器数 | 欠定/过定情况需特殊处理 |
| **顺序不确定性** | 只能恢复到置换等价 | 需要后处理确定成分顺序 |
| **样本复杂度** | 需要大量样本估计高阶矩 | 小样本时不稳定 |
### 8.2 非线性 ICA 的挑战
**Hyvärinen & Pajunen (1999) 的不可能定理：**
> 在没有额外约束的情况下，非线性 ICA 是**不可识别的**——存在无穷多个等价解。
**直觉：** 非线性混合 $x = g(s)$ 的自由度太大，仅靠独立性约束无法唯一确定 $g^{-1}$。
**解决方案（时间结构）：**
| 方法 | 额外约束 | 可识别性 |
|------|---------|---------|
| **SFA**（慢特征分析） | 时间慢变性 | 置换等价（Sprekeler 2014） |
| **LeJEPA** | OU 过程 + 高斯分布 | 正交等价（本文定理 1） |
| **iVAE** | 辅助变量 | 置换等价（Khemakhem 2020） |
| **TCL** | 时间对比学习 | 置换等价（Hyvärinen 2016） |
### 8.3 SFA 与 LeJEPA 的对比
**慢特征分析（SFA，Wiskott & Sejnowski 2002）：**
$$\min_h \mathbb{E}\left[\left\|\frac{d}{dt}h(x(t))\right\|^2\right] \quad \text{s.t.} \quad \mathbb{E}[h_i^2] = 1, \; \mathbb{E}[h_i h_j] = 0$$
| 维度 | SFA | LeJEPA |
|------|-----|--------|
| **时间结构** | 慢变性（最小化时间导数） | OU 相关性（最大化正样本对相似度） |
| **可识别性类** | 置换等价 | 正交等价 |
| **潜变量分布** | 任意独立 | 高斯（或 i.i.d.） |
| **提取方式** | 顺序（贪心，按慢变性排序） | 同时（所有成分并行） |
| **近似界** | 无 | $D + (\varepsilon + D)^2$ |
| **可扩展性** | xSFA（脆弱，$\leq 6$ 个潜变量） | LeJEPA（可扩展到 $N = 1024$） |
---
## §9 ICA 的实现示例
### 9.1 FastICA 的 Python 实现（核心逻辑）
```python
import numpy as np
def fastica_single(X_white, g='logcosh', max_iter=200, tol=1e-4):
"""
提取单个独立成分。
X_white: (n, T) 白化后的数据
返回: w (n,) 分离向量
"""
n, T = X_white.shape
if g == 'logcosh':
g_fn = lambda u: np.tanh(u)
dg_fn = lambda u: 1 - np.tanh(u)**2
elif g == 'exp':
g_fn = lambda u: u * np.exp(-u**2 / 2)
dg_fn = lambda u: (1 - u**2) * np.exp(-u**2 / 2)
elif g == 'cube':
g_fn = lambda u: u**3
dg_fn = lambda u: 3 * u**2
# 随机初始化
w = np.random.randn(n)
w /= np.linalg.norm(w)
for _ in range(max_iter):
proj = w @ X_white # (T,)
w_new = (X_white * g_fn(proj)).mean(axis=1) \
- dg_fn(proj).mean() * w # Newton 步
w_new /= np.linalg.norm(w_new)
if abs(abs(w_new @ w) - 1) < tol:
break
w = w_new
return w_new
def fastica(X, n_components=None, g='logcosh'):
"""完整 FastICA（对称正交化版本）。"""
n, T = X.shape
if n_components is None:
n_components = n
# 1. 中心化
X = X - X.mean(axis=1, keepdims=True)
# 2. 白化
C = X @ X.T / T
eigvals, eigvecs = np.linalg.eigh(C)
idx = np.argsort(eigvals)[::-1][:n_components]
eigvals, eigvecs = eigvals[idx], eigvecs[:, idx]
W_white = np.diag(eigvals**(-0.5)) @ eigvecs.T
X_white = W_white @ X # (n_components, T)
# 3. 随机正交初始化
W, _ = np.linalg.qr(np.random.randn(n_components, n_components))
if g == 'logcosh':
g_fn = lambda u: np.tanh(u)
dg_fn = lambda u: 1 - np.tanh(u)**2
else:
g_fn = lambda u: u**3
dg_fn = lambda u: 3 * u**2
# 4. 对称正交化迭代
for _ in range(200):
proj = W @ X_white # (n_components, T)
W_new = (g_fn(proj) @ X_white.T) / T \
- dg_fn(proj).mean(axis=1, keepdims=True) * W
U, S, Vt = np.linalg.svd(W_new)
W_new = U @ Vt # 对称正交化
if np.max(np.abs(np.abs(np.diag(W_new @ W.T)) - 1)) < 1e-6:
break
W = W_new
return W @ X_white, W @ W_white # (成分, 混合矩阵逆)
```
### 9.2 与 LeJEPA 的代码对比
```python
# ICA（FastICA）：最大化非高斯性
# 目标：找 w 使 w^T x 最非高斯（负熵最大）
w_new = (X_white * g_fn(w @ X_white)).mean(axis=1) \
- dg_fn(w @ X_white).mean() * w
# LeJEPA：最小化对齐损失 + SIGReg 高斯约束
# 目标：找 h 使正样本对相似，同时嵌入分布接近高斯
loss = lamb * sigreg(h) + (1 - lamb) * alignment_loss(h)
```
**核心差异：**
- ICA 利用**高阶统计量**（非高斯性）来分离信号，不需要时间结构
- LeJEPA 利用**时间结构**（OU 相关性）+ **高斯约束**来实现可识别性，不需要非高斯性
---
## §10 完整对比总结
### 10.1 方法谱系图
```
盲源分离 / 表示学习
│
├─ 线性混合 x = As
│ ├─ FastICA：最大化负熵（非高斯性）
│ │ └─ 可识别性：置换 + 缩放（非高斯源）
│ ├─ JADE：联合对角化四阶累积量
│ │ └─ 可识别性：置换 + 缩放（非高斯源）
│ └─ PCA：最大化方差
│ └─ 可识别性：正交等价（任意分布）
│
└─ 非线性混合 x = g(z)
├─ SFA：最小化时间导数
│ └─ 可识别性：置换等价（任意独立分布）
├─ iVAE：辅助变量 VAE
│ └─ 可识别性：置换等价（指数族分布）
└─ LeJEPA：OU 相关性 + SIGReg
└─ 可识别性：正交等价（高斯分布）✅
```
### 10.2 高斯分布的"双重身份"
```
高斯分布在不同框架中的角色：
线性 ICA（FastICA/JADE）：
高斯源 → 旋转不变 → 无法区分 A 和 AQ⁻¹ → ❌ 不可识别
非高斯源 → 高阶统计量有效 → ✅ 可识别（置换等价）
LeJEPA（非线性 + OU 时间结构）：
高斯潜变量 → Mehler 公式成立 → 线性成分最优 → ✅ 可识别（正交等价）
非高斯潜变量 → Mehler 公式不成立 → 最优编码器非线性 → ❌ 不可识别
核心洞见：
ICA 利用"非高斯性"来分离信号
LeJEPA 利用"高斯性 + 时间结构"来实现可识别性
两者是互补的，而非竞争的
```
### 10.3 核心公式速查
**FastICA 不动点迭代：**
$$\boxed{w^+ = \mathbb{E}[\tilde{x}\, g(w^\top \tilde{x})] - \mathbb{E}[g'(w^\top \tilde{x})]\, w, \quad w \leftarrow w^+ / \|w^+\|}$$
**JADE 联合对角化目标：**
$$\boxed{\min_{W \in O(n)} \sum_k \text{off}(W^\top Q_{M_k} W)}$$
**LeJEPA 训练目标（对比）：**
$$\boxed{\mathcal{L}(h) = \lambda \cdot \mathcal{L}_{\text{SIG}}(h) + (1-\lambda) \cdot \mathbb{E}[\|h(z') - h(z)\|^2]}$$
**ICA 可识别性等价类：**
$$\boxed{\hat{s} = PDs \quad (P \text{ 置换}, D \text{ 对角缩放})}$$
**LeJEPA 可识别性等价类：**
$$\boxed{h(z) = Qz \quad (Q \in O(n) \text{ 正交矩阵})}$$
---
## §11 核心洞见（一句话总结）
> **线性 ICA（FastICA/JADE）通过最大化非高斯性来分离独立成分，高斯分布是其唯一失败的情况；LeJEPA 通过 OU 时间结构 + 高斯约束实现线性可识别性，高斯分布是其唯一成功的情况——两者构成了一个完美的"对偶反转"，揭示了高斯分布在不同框架下截然相反的角色。**
---
## ➡️ 相关专题
| 专题 | 内容 | 与 ICA 的关系 |
|------|------|-------------|
| [专题 I](01_hermite_polynomials.md) | Hermite 多项式 | ICA 的高阶统计量 vs Hermite 谱分解 |
| [专题 III](03_spectral_identifiability.md) | 线性可识别性（定理 1） | LeJEPA 的正交等价 vs ICA 的置换等价 |
| [专题 IV](04_sturm_liouville_uniqueness.md) | 高斯唯一性（定理 2） | 为什么高斯分布在 LeJEPA 中成功 |
| [专题 VII](07_sigreg_regularization.md) | SIGReg 正则化 | LeJEPA 的高斯约束实现 |
---
## 📎 参考文献
| 论文 | 说明 |
|------|------|
| Hyvärinen & Oja (2000). *Independent Component Analysis: Algorithms and Applications.* Neural Networks. | FastICA 综述 |
| Cardoso & Souloumiac (1993). *Blind Beamforming for Non-Gaussian Signals.* IEE Proceedings-F. | JADE 原始论文 |
| Hyvärinen & Pajunen (1999). *Nonlinear Independent Component Analysis: Existence and Uniqueness Results.* Neural Networks. | 非线性 ICA 不可能定理 |
| Sprekeler et al. (2014). *Slow Feature Analysis: Unsupervised Learning of Invariances.* JMLR. | SFA 可识别性 |
| Klindt, LeCun & Balestriero (2026). *When Does LeJEPA Learn a World Model?* arXiv:2605.26379. | LeJEPA 可识别性理论 |