Identifiability on TechLLMhttps://techllm.github.io/tags/identifiability/Recent content in Identifiability on TechLLMHugokoMon, 17 Aug 2026 07:37:36 +0900여러 독립 신호가 섞여 관측될 때, 원래 신호를 어디까지 되찾을 수 있는지 수학적으로 한계를 정리한 논문이다.https://techllm.github.io/posts/foundations-of-independent-component-analysis/Mon, 17 Aug 2026 07:37:36 +0900https://techllm.github.io/posts/foundations-of-independent-component-analysis/독립 성분 분석(ICA)의 선형 모델 X=AZ+μ를 특성함수와 누적량 이론으로 정리한 자급적 수학 노트다. 소스 가정을 비상수, 비가우시안, 가우시안-프리로 단계적으로 강화하면서 각 경우에 어떤 모호성까지 식별가능한지 증명한다. 가장 강한 가우시안-프리 가정과 full column rank 혼합행렬 조건에서는 가산 가우시안 노이즈의 공분산이 비대각이거나 특이해도 독립 소스를 순열, 척도, 이송의 불가피한 모호성까지만 남기고 식별할 수 있음을 보인다.