SFA算法 (Wiskott and Sejnowski, 2002) 包括将 f(x;θ) 定义为线性变换,并求 解满足如下约束
?...学习特征具有零均值的约束对于使问题具有唯一解是必要的; 否则我们可以向所 有特征值添加一个常数,并获得具有慢度目标的相等值的不同解。...但是由于SFA特征的线性,这种去相关机制只能得到一种简单的解。SFA问题可 以通过线性代数软件获得闭式解。
在运行SFA之前,SFA通常通过对 x 使用非线性的基扩充来学习非线性特征。...当训 练在 3-D 计算机呈现环境内的随机运动的视频时,深度SFA模型能够学习到与大鼠 脑中用于导航的神经元学到的类似的特征 (Franzius et al., 2007)。...为了做出这样的理论预测,必须知道关于配置空间的环境 的动态(例如,在 3D 渲染环境中的随机运动的情况下,理论分析出位置,相机的速 度的概率分布)。