Fugu-MT 論文翻訳(概要): Multivariate Functional Singular Spectrum Analysis Over Different Dimensional Domains

論文の概要: Multivariate Functional Singular Spectrum Analysis Over Different Dimensional Domains

arxiv url: http://arxiv.org/abs/2006.03933v1
Date: Sat, 6 Jun 2020 18:33:29 GMT
ステータス: 処理完了
システム内更新日: 2022-11-24 22:00:41.263642
Title: Multivariate Functional Singular Spectrum Analysis Over Different Dimensional Domains
Title（参考訳）: 異なる次元領域上の多変量関数特異スペクトル解析
Authors: Jordan Trinka, Hossein Haghbin, and Mehdi Maadooliat
Abstract要約: 多変量特異スペクトル解析(MSSA)の機能拡張である異なる次元領域上のMSSSAを開発する。 MFSSAはRfssa Rパッケージを通じて利用可能である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we develop multivariate functional singular spectrum analysis (MFSSA) over different dimensional domains which is the functional extension of multivariate singular spectrum analysis (MSSA). In the following, we provide all of the necessary theoretical details supporting the work as well as the implementation strategy that contains the recipes needed for the algorithm. We provide a simulation study showcasing the better performance in reconstruction accuracy of a multivariate functional time series (MFTS) signal found using MFSSA as compared to other approaches and we give a real data study showing how MFSSA enriches analysis using intraday temperature curves and remote sensing images of vegetation. MFSSA is available for use through the Rfssa R package.
Abstract（参考訳）: 本研究では,多変量特異スペクトル解析(mssa)の機能拡張である異なる次元領域上の多変量汎関数特異スペクトル解析(mfssa)を開発する。以下の例では、アルゴリズムに必要なレシピを含む実装戦略だけでなく、作業をサポートするために必要な理論上の詳細を全て提示する。本研究は,MFSSAを用いた多変量関数時系列(MFTS)信号の再構成精度を他の手法と比較して向上させるシミュレーション研究であり,MFSSAが日内温度曲線と植生のリモートセンシング画像を用いて解析をどのように強化するかを示す実データ研究である。 MFSSAはRfssa Rパッケージを通じて利用可能である。

関連論文リスト

Accelerated Multi-Contrast MRI Reconstruction via Frequency and Spatial Mutual Learning [50.74383395813782]
本稿では,周波数・空間相互学習ネットワーク(FSMNet)を提案する。提案したFSMNetは, 加速度係数の異なるマルチコントラストMR再構成タスクに対して, 最先端の性能を実現する。
論文参考訳（メタデータ） (2024-09-21T12:02:47Z)
On the estimation of the number of components in multivariate functional principal component analysis [0.0]
保持する主成分の数の選定を検討するため, 広範囲なシミュレーションを行った。本研究では,各単変量機能特徴に対する分散説明しきい値のパーセンテージを用いた従来の手法は信頼性が低いことを示す。
論文参考訳（メタデータ） (2023-11-08T09:05:42Z)
Source-Free Collaborative Domain Adaptation via Multi-Perspective Feature Enrichment for Functional MRI Analysis [55.03872260158717]
安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
論文参考訳（メタデータ） (2023-08-24T01:30:18Z)
Regularized Multivariate Functional Principal Component Analysis [3.4238565157486187]
本稿では,プライマリコンポーネントの粗さ制御の問題に対処するため,Realized theCA (ReCA) と呼ばれる新しいアプローチを提案する。提案手法は多変量関数型PCを生成し,データの簡潔かつ解釈可能な表現を提供する。
論文参考訳（メタデータ） (2023-06-24T14:22:25Z)
A Survey on Deep Learning based Time Series Analysis with Frequency Transformation [74.3919960186696]
周波数変換(FT)は、時系列解析における最先端の精度と効率を高めるために、ディープラーニングモデルにますます取り入れられている。この新興分野における注目の高まりと研究の高まりにもかかわらず、現在、FTを用いたディープラーニングベースの時系列モデルの体系的レビューと詳細な分析が欠如している。本稿では,FTを用いた深層学習に基づく時系列解析における最近の研究成果を体系的に研究し,要約する総合的なレビューを紹介する。
論文参考訳（メタデータ） (2023-02-04T14:33:07Z)
Spatiotemporal Analysis Using Riemannian Composition of Diffusion Operators [11.533336104503311]
変数が幾らかの幾何学に関係していると仮定し、時系列解析のための演算子に基づくアプローチを提案する。提案手法は,行列の幾何を表す演算子を学習するための多様体 (i) 異なる時間サンプルに対応する演算子のマルチスケール構成のための対称正定幾何 (ii) 動的モードを抽出する合成演算子のスペクトル解析 (iii) を独立に行う。
論文参考訳（メタデータ） (2022-01-21T03:52:33Z)
Shared Space Transfer Learning for analyzing multi-site fMRI data [83.41324371491774]
マルチボクセルパターン解析(MVPA)は、タスクベース機能磁気共鳴画像(fMRI)データから予測モデルを学習する。 MVPAはよく設計された機能セットと十分なサンプルサイズで機能する。ほとんどのfMRIデータセットはノイズが多く、高次元で、収集するのに高価で、サンプルサイズも小さい。本稿では,新しい伝達学習手法として共有空間移動学習(SSTL)を提案する。
論文参考訳（メタデータ） (2020-10-24T08:50:26Z)
Deep Representational Similarity Learning for analyzing neural signatures in task-based fMRI dataset [81.02949933048332]
本稿では、表現類似度分析(RSA)の深部拡張であるDRSL(Deep Representational similarity Learning)を開発する。 DRSLは、多数の被験者を持つfMRIデータセットにおける様々な認知タスク間の類似性を分析するのに適している。
論文参考訳（メタデータ） (2020-09-28T18:30:14Z)
Multidomain Multimodal Fusion For Human Action Recognition Using Inertial Sensors [1.52292571922932]
入力モダリティの異なる領域から相補的特徴と相補的特徴を抽出する新しいマルチドメイン多モード融合フレームワークを提案する。異なる領域の特徴は畳み込みニューラルネットワーク(CNN)によって抽出され、続いてCCF(Canonical correlation based Fusion)によって融合され、人間の行動認識の精度が向上する。
論文参考訳（メタデータ） (2020-08-22T03:46:12Z)
Meta-learning framework with applications to zero-shot time-series forecasting [82.61728230984099]
この研究は幅広いメタラーニングフレームワークを使って肯定的な証拠を提供する。残余接続はメタラーニング適応機構として機能する。我々は、ソースTSデータセット上でニューラルネットワークをトレーニングし、異なるターゲットTSデータセット上で再トレーニングすることなくデプロイできることを示します。
論文参考訳（メタデータ） (2020-02-07T16:39:43Z)

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。