시간변화형 서브가우시안 모델을 이용한 독립 저랭크 행렬 분석

본 논문은 독립 저랭크 행렬 분석(ILRMA)의 소스 모델링 한계를 극복하고자, 시간‑변화형 서브가우시안 복소 일반화 가우시안 분포(GGD)를 기반으로 한 새로운 ILRMA 변형을 제안한다. 기존 ILRMA는 주로 이소트로픽 복소 가우시안(β=2) 혹은 복소 스튜던트 t(β<2) 분포를 가정했으며, 이는 슈퍼가우시안 형태에만 적합해 음악과 같은 플래티쿠르틱 신호를 충분히 표현하지 못했다. 1. **문제 정의 및 기존 모델** - 관측 신호 x_{ij}는 주파수별 혼합 행렬 A_i와 원본 신호 s_{ij}의 곱으로 표현된다. M=N인 경우, 역행렬 W_i를 통해 추정 신호 y_{ij}=W_i x_{ij}를 얻는다. - GGD‑ILRMA는 소스 y_{ij,n}에 대해 시간‑변화형 이소트로픽 복소 GGD(p(y)=β/(2π r^2 Γ(2/β)) exp(-|y|^β / r^β)) 를 적용한다. β=2이면 가우시안, β<2이면 슈퍼가우시안, β>2이면 서브가우시안이다. - 비용 함수 L_GGD = -2J Σ_i log|det W_i| + Σ_{i,j,n} (|y_{ij,n}|^β / r_{ij,n}^β + 2 log r_{ij,n}) 로 정의되며, r_{ij,n}= Σ_k t_{ikn} v_{kjn} 로 NMF 형태의 저랭크 구조를 갖는다. 2. **기존 업데이트 방식의 한계** - β≤2인 경우, 가중산술·기하 평균 부등식(10)을 이용해 MM 알고리즘으로 주요화 함수를 구성하고, 반복 투영(IP)으로 W_i를 업데이트한다. - β>2, 즉 서브가우시안 경우에는 x^β를 2차 형태로 상한화하는 것이 불가능해 기존 IP가 적용되지 않는다. 따라서 서브가우시안 모델에 대한 업데이트 규칙이 부재했다. 3. **제안하는 GIP‑HSM 기법** - 비용 함수를 L = Σ_i