탑-n 화이트닝 하에서의 온라인 독립 성분 분석을 위한 저장 공간 부분 공간 주입

Reservoir Subspace Injection for Online ICA under Top-n Whitening

저장 공간 확장은 비선형 혼합 환경에서 온라인 독립 성분 분석(ICA) 성능을 향상시킬 수 있지만, 탑-n 화이트닝은 주입된 특징들을 제거할 수 있습니다. 우리는 이러한 병목 현상을 '저장 공간 부분 공간 주입'(RSI)으로 공식화합니다. 주입된 특징들은 보존되는 고유 공간에 포함되어야 하며, 통과 방향을 대체해서는 안 됩니다. RSI 진단 지표(IER, SSO, ρx)는 탑-n 설정에서 발생하는 한 가지 실패 모드를 보여줍니다. 더 강한 주입은 IER를 증가시키지만, 통과 에너지(ρx: 1.00에서 0.77으로 감소)를 감소시켜 SI-SDR을 최대 2.2dB까지 저하시킵니다. 보호된 RSI 제어기는 통과 방향의 유지성을 보장하며, 평균 성능을 기준 값인 1/N 스케일링과 0.1dB 이내로 회복합니다. 통과 방향이 유지되면, RE-OICA는 일반적인 온라인 ICA보다 비선형 혼합 환경에서 1.7dB 더 높은 성능을 보이며, 테스트된 초-가우스 벤치마크에서 0.6dB의 양수 SI-SDRsc 값을 달성합니다.

Reservoir expansion can improve online independent component analysis (ICA) under nonlinear mixing, yet top-$n$ whitening may discard injected features. We formalize this bottleneck as \emph{reservoir subspace injection} (RSI): injected features help only if they enter the retained eigenspace without displacing passthrough directions. RSI diagnostics (IER, SSO, $ρ_x$) identify a failure mode in our top-$n$ setting: stronger injection increases IER but crowds out passthrough energy ($ρ_x: 1.00\!\rightarrow\!0.77$), degrading SI-SDR by up to $2.2$\,dB. A guarded RSI controller preserves passthrough retention and recovers mean performance to within $0.1$\,dB of baseline $1/N$ scaling. With passthrough preserved, RE-OICA improves over vanilla online ICA by $+1.7$\,dB under nonlinear mixing and achieves positive SI-SDR$_{\mathrm{sc}}$ on the tested super-Gaussian benchmark ($+0.6$\,dB).