論文の概要: Bayesian Restoration of Audio Degraded by Low-Frequency Pulses Modeled via Gaussian Process

• arxiv url: http://arxiv.org/abs/2005.14181v2
• Date: Sat, 26 Sep 2020 14:11:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-27 05:54:44.925956
• Title: Bayesian Restoration of Audio Degraded by Low-Frequency Pulses Modeled via Gaussian Process
• Title（参考訳）: ガウス過程をモデルとした低周波パルス分解音のベイズ復元
• Authors: Hugo Tremonte de Carvalho, Fl\'avio Rainho \'Avila, Luiz Wagner Pereira Biscainho
• Abstract要約: 機械装置で古いビニールとグラムホンの録音を再生する際に見られる共通の欠陥は、低周波量の長いパルスである。 記録のデジタル化に対する従来のアプローチは、パルス位置の事前推定に依存する。 本稿では、パルス位置を共同で推定できる新しいベイズアプローチを提案し、パルスを開始する強い不連続性の下にあるほぼ消滅した信号を補間し、長いパルス尾を推定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A common defect found when reproducing old vinyl and gramophone recordings with mechanical devices are the long pulses with significant low-frequency content caused by the interaction of the arm-needle system with deep scratches or even breakages on the media surface. Previous approaches to their suppression on digital counterparts of the recordings depend on a prior estimation of the pulse location, usually performed via heuristic methods. This paper proposes a novel Bayesian approach capable of jointly estimating the pulse location; interpolating the almost annihilated signal underlying the strong discontinuity that initiates the pulse; and also estimating the long pulse tail by a simple Gaussian Process, allowing its suppression from the corrupted signal. The posterior distribution for the model parameters as well for the pulse is explored via Markov-Chain Monte Carlo (MCMC) algorithms. Controlled experiments indicate that the proposed method, while requiring significantly less user intervention, achieves perceptual results similar to those of previous approaches and performs well when dealing with naturally degraded signals.
• Abstract（参考訳）: 古いビニルとグラモフォンの録音を機械装置で再生する際の一般的な欠陥は、腕-縫合システムと深い傷やメディア表面の破損によって生じる、かなりの低周波量の長いパルスである。 記録のデジタル対応の抑圧に対する以前のアプローチは、通常ヒューリスティックな方法で行われるパルス位置の事前推定に依存する。 本稿では、パルス位置を共同で推定できる新しいベイズアプローチを提案し、パルスを開始する強い不連続性の下にあるほぼ消滅した信号を補間し、また、単純なガウス過程により長いパルス尾を推定し、劣化した信号からの抑制を可能にする。 モデルパラメータとパルスの後方分布はマルコフ・チェイン・モンテカルロ(MCMC)アルゴリズムを用いて探索する。 制御実験により,提案手法は,ユーザの介入をかなり少なくしながら,従来の手法と類似した知覚結果を達成し,自然分解信号の処理に有効であることが示された。

関連論文リスト

• Going beyond quantum Markovianity and back to reality: An exact master equation study [0.0]
  オープン量子系の解析的描写を提供する。 系の定常励起数(AEN)は、非マルコビアン性の増加に伴う急激なエスカレーションを示す。 Mpemba効果は、非マルコフ系では驚くほど超冷却的な効果で観察できる。
  論文  参考訳（メタデータ） (2024-11-26T08:10:35Z)
• Stochastic action for the entanglement of a noisy monitored two-qubit system [55.2480439325792]
  局所的な一意雑音が局所的なモニタリングおよび量子間カップリングを受ける2ビット系の絡み合い進化に及ぼす影響について検討した。 チャンタスリ・ドルッセル・ヨルダン経路積分に雑音を組み込んでハミルトニアンを構築し、それを最適絡み合い力学の同定に利用する。 長時間定常エンタングルメントの数値解析により,コンカレンスと雑音強度の非単調な関係が明らかとなった。
  論文  参考訳（メタデータ） (2024-03-13T11:14:10Z)
• Diffusion Posterior Sampling for Informed Single-Channel Dereverberation [15.16865739526702]
  拡散モデルを用いた条件生成に基づく情報単一チャネルのデバーベレーション手法を提案する。 室内インパルス応答の知識により、逆拡散により無響発話が生成される。 提案手法は, 計測ノイズに対して, 最先端のインフォメーション・シングルチャネル・デバベーション法に比べ, かなり頑健である。
  論文  参考訳（メタデータ） (2023-06-21T14:14:05Z)
• DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection [89.49600182243306]
  我々は拡散モデルを用いて再構成過程をノイズ・ツー・ノームパラダイムに再構成する。 本稿では,拡散モデルにおける従来の反復的復調よりもはるかに高速な高速な一段階復調パラダイムを提案する。 セグメント化サブネットワークは、入力画像とその異常のない復元を用いて画素レベルの異常スコアを予測する。
  論文  参考訳（メタデータ） (2023-03-15T16:14:06Z)
• Multi-Axis Control of a Qubit in the Presence of Unknown Non-Markovian Quantum Noise [0.0]
  我々は、未知の完全量子非マルコフ雑音に結合した量子ビットの開ループ制御の問題を考える。 制御パルス最適化のために,勾配降下法と遺伝的最適化法について検討する。
  論文  参考訳（メタデータ） (2022-08-05T09:23:04Z)
• High-Order Qubit Dephasing at Sweet Spots by Non-Gaussian Fluctuators: Symmetry Breaking and Floquet Protection [55.41644538483948]
  非ガウスゆらぎによるqubit dephasingについて検討した。 非ガウス雑音に特有の対称性破壊効果を予測する。
  論文  参考訳（メタデータ） (2022-06-06T18:02:38Z)
• Accelerating Diffusion Models via Early Stop of the Diffusion Process [114.48426684994179]
  Denoising Diffusion Probabilistic Models (DDPM) は、様々な世代タスクにおいて優れたパフォーマンスを実現している。 実際には、DDPMは高品質なサンプルを得るために何十万ものデノナイジングステップを必要とすることが多い。 本稿では,DDPMの早期停止型DDPM(Early-Stopped DDPM, ES-DDPM)の原理的高速化戦略を提案する。
  論文  参考訳（メタデータ） (2022-05-25T06:40:09Z)
• Deep Impulse Responses: Estimating and Parameterizing Filters with Deep Networks [76.830358429947]
  高雑音および地中設定におけるインパルス応答推定は難しい問題である。 本稿では,ニューラル表現学習の最近の進歩に基づいて,インパルス応答のパラメータ化と推定を行う新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-02-07T18:57:23Z)
• Deep Metric Learning with Locality Sensitive Angular Loss for Self-Correcting Source Separation of Neural Spiking Signals [77.34726150561087]
  本稿では, 深層学習に基づく手法を提案し, 自動掃除とロバスト分離フィルタの必要性に対処する。 本手法は, ソース分離した高密度表面筋電図記録に基づいて, 人工的に劣化したラベルセットを用いて検証する。 このアプローチにより、ニューラルネットワークは、信号のラベル付けの不完全な方法を使用して、神経生理学的時系列を正確に復号することができる。
  論文  参考訳（メタデータ） (2021-10-13T21:51:56Z)
• Inter-Beat Interval Estimation with Tiramisu Model: A Novel Approach with Reduced Error [29.672313172019624]
  本研究では,高強度動作においても,動きアーチファクト雑音を抑え,ECG信号のRピークを顕著にする深層学習手法を提案する。 提案手法は, 平均根平均二乗誤差 (RMSE) を13ミリ秒で推定し, SNRのノイズECG信号から最大-30dBまでのIBI推定を可能にする。
  論文  参考訳（メタデータ） (2021-07-01T18:39:43Z)
• Robust quantum gates using smooth pulses and physics-informed neural networks [0.0]
  本稿では、ノイズに対する感度を最小化する、真に滑らかなパルスを得るための最初の一般的な方法を提案する。 ニューラルネットワークを用いてハミルトニアンをパラメータ化することにより、多数の最適化パラメータを利用できる。 我々は,論理部分空間内のノイズの影響を抑えるスムーズな形状と,その部分空間からの漏れを抑えることで,我々のアプローチの能力を実証する。
  論文  参考訳（メタデータ） (2020-11-04T19:31:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。