OTICA : l'ICA par transport optimal
après blanchiment, toutes les directions ont la même variance : seules les moins gaussiennes désignent les sources
1 · MODÈLE ET CRITÈRE
$$X=AS,\qquad Z=\hat\Sigma^{-1/2}(X-\bar X)$$$$Y=WZ,\qquad W^\top W=I$$
$$F(W)=\sum_{j=1}^{d}W_2^2\big(Y_j,\,\mathcal N(0,1)\big)$$$$=\sum_{j=1}^{d}\frac1n\sum_{i=1}^n\big(y_{(i)j}-q_i\big)^2$$
\(S\) : deux sources indépendantes de variance 1 ; \(A\) : mélange inconnu. Les composantes \(Y_j\) ont déjà variance 1 : il suffit de trier chacune et de la comparer aux moyennes \(q_i\) de \(\mathcal N(0,1)\) sur ses tranches de probabilité \(1/n\). En dimension 2, \(W\) est une rotation d'angle \(\theta\).
2 · À TOI : FAIS TOURNER LES AXES
données blanchies \(Z\) et axes \(w_1, w_2\) — glisse pour tourner
critère \(F(\theta)\) découvert au fil de l'exploration — période 90° (permutation et signe)
loi de \(y_1=w_1^\top z\) et densité \(\mathcal N(0,1)\)
loi de \(y_2=w_2^\top z\) et densité \(\mathcal N(0,1)\)
sources :
Tourne les axes dans le nuage (ou ← →, Maj : 5°) : quand ils longent les bords du carré, les deux histogrammes s'aplatissent et \(F\) est maximal. À 45° de là, chaque composante mélange les deux sources à parts égales et ressemble le plus à une gaussienne. Essaie ensuite « 2 gaussiennes ».
3 · RAPPELS
- Pourquoi blanchir : après \(Z=\hat\Sigma^{-1/2}X\), le mélange restant est orthogonal et toute direction unitaire a variance 1. L'ACP ne voit plus rien ; il reste à trouver une rotation, choisie par la non-gaussianité.
- Pourquoi le maximum est aux sources : pour \(\|\alpha\|_2=1\) avec au moins deux \(\alpha_j\neq 0\) et au plus une source gaussienne (lemme 10), $$W_2^2\Big(\sum_j\alpha_jS_j,\ \mathcal N(0,1)\Big)\lt\sum_j\alpha_j^2\,W_2^2\big(S_j,\ \mathcal N(0,1)\big).$$ Mélanger rapproche de la gaussienne ; \(F\) est maximal exactement aux matrices \(W\) égales à l'inverse du mélange à permutation et signes près.
- Sans contraste à choisir : FastICA maximise un contraste \(G\) (logcosh, cube, exponentielle) qu'il faut choisir selon la forme des sources. Ici, le critère est la distance elle-même : aucun paramètre, des moments d'ordre 2 suffisent, valable pour des sources à queues lourdes ou asymétriques.
- Gradient exact : \(\partial F/\partial y_{ij}=\frac2n\big(y_{ij}-q_{r_j(i)}\big)\), où \(r_j(i)\) est le rang de \(y_{ij}\) : chaque point est poussé
loin du quantile gaussien de son rang. Le paquet
oticapart de FastICA et applique L-BFGS sur le groupe orthogonal ; ici, une montée sur le seul angle \(\theta\). - Identifiabilité : au plus une source gaussienne. Deux gaussiennes indépendantes de variance 1 forment un nuage invariant par rotation : \(F\) est plat et toute rotation convient. Dans OT-LiNGAM, \(W\) estimé donne ensuite l'ordre causal (Laplante, Ambroise et Humbert, 2026, arXiv:2607.12832).
4 · CLASSIFICATION
| sources | nuage blanchi | \(F(\theta)\) | sources retrouvées |
|---|---|---|---|
| 2 uniformes | carré tourné | maximum net, côtés du carré | oui |
| 2 Laplace | étoile à quatre branches | maximum le long des branches, plus bruité (queues lourdes) | oui |
| uniforme + Laplace | bande à bords francs, étirée en pointes | maximum net | oui |
| uniforme + gaussienne | bande à bords francs, bords flous dans l'autre sens | maximum moins haut : une seule source contribue | oui (au plus une gaussienne) |
| 2 gaussiennes | disque | plat, au bruit près | non : toute rotation convient |