फास्टिका एल्गोरिथ्म की व्युत्पत्ति के लिए केवल एक कदम के लिए श्वेतकरण की आवश्यकता होती है। सबसे पहले, आप कदम की दिशा (एक ढाल वंश की तरह) उठाते हैं और इसके लिए सफेद किए गए डेटा की आवश्यकता नहीं होती है। फिर, हमें स्टेप साइज चुनना होगा, जो हेसियन के विलोम पर निर्भर करता है। यदि डेटा को सफेद किया जाता है तो यह हेसियन विकर्ण और उल्टा है।
तो क्या यह आवश्यक है? यदि आपने अभी स्टेप साइज़ को स्थिर (इसलिए वाइटनिंग की आवश्यकता नहीं है) निर्धारित किया है तो आपके पास मानक ढाल वंश होगा। एक निश्चित छोटे कदम के आकार के साथ ढाल मूल रूप से अभिसरण होगा, लेकिन मूल विधि की तुलना में संभवतः धीमा। दूसरी ओर, यदि आपके पास एक बड़ा डेटा मैट्रिक्स है, तो व्हाइटनिंग काफी महंगा हो सकता है। आप बिना सफेदी लिए हुए धीमे कंवर्सेशन से भी बेहतर हो सकते हैं।
किसी भी साहित्य में इस बात का उल्लेख न देखकर मुझे आश्चर्य हुआ। एक पेपर समस्या पर चर्चा करता है:
जिमिन
ये और टिंग हुआंग द्वारा प्रीविटेनिंग के बिना ब्लाइंड स्रोत पृथक्करण के लिए नए फास्ट-आईसीए एल्गोरिदम ।
वे गोरे होने के लिए कुछ सस्ता विकल्प सुझाते हैं। काश, वे एक आधारभूत के रूप में सफेद किए बिना सिर्फ आईसीए चलाने की स्पष्ट तुलना को शामिल करते, लेकिन उन्होंने ऐसा नहीं किया। एक और डेटा बिंदु के रूप में मैंने खिलौने की समस्याओं पर श्वेत किए बिना फास्टिका चलाने की कोशिश की है और यह ठीक काम किया है।
अपडेट: व्हाइटनिंग को संबोधित करने वाला एक और अच्छा संदर्भ यहां है: मजबूत स्वतंत्र घटक विश्लेषण, जरो और कॉमोन । वे एल्गोरिदम प्रदान करते हैं जिन्हें व्हाइटनिंग की आवश्यकता नहीं होती है।