論文の概要: Towards New Multiwavelets: Associated Filters and Algorithms. Part I: Theoretical Framework and Investigation of Biomedical Signals, ECG and Coronavirus Cases

• arxiv url: http://arxiv.org/abs/2103.08657v1
• Date: Tue, 9 Mar 2021 07:49:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-05 04:35:47.470269
• Title: Towards New Multiwavelets: Associated Filters and Algorithms. Part I: Theoretical Framework and Investigation of Biomedical Signals, ECG and Coronavirus Cases
• Title（参考訳）: 新しいマルチウェーブレットに向けて:関連するフィルタとアルゴリズム。 バイオメディカルシグナル, 心電図, コロナウイルスの理論的枠組みと検討
• Authors: Malika Jallouli, Makerem Zemni, Anouar Ben Mabrouk and Mohamed Ali Mahjoub
• Abstract要約: 本研究の目的は、ウェーブレットをマルチウェーブレットにステップフォワード展開することで、ウェーブレットがそのような現象を理解するのに成功していることを示すことである。 その後、特別なマルチウェーブレットが導入され、連続および離散のマルチウェーブレット変換と、新しいフィルターと分解および再構成のアルゴリズムが関連付けられる。 構築されたマルチウェーブレットフレームワークは、高速アルゴリズム、ECG信号、コロナウイルス処理の株を示すいくつかの実験に応用される。
• 参考スコア（独自算出の注目度）: 1.433758865948252
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Biosignals are nowadays important subjects for scientific researches from both theory and applications especially with the appearance of new pandemics threatening humanity such as the new Coronavirus. One aim in the present work is to prove that Wavelets may be successful machinery to understand such phenomena by applying a step forward extension of wavelets to multiwavelets. We proposed in a first step to improve the multiwavelet notion by constructing more general families using independent components for multi-scaling and multiwavelet mother functions. A special multiwavelet is then introduced, continuous and discrete multiwavelet transforms are associated, as well as new filters and algorithms of decomposition and reconstruction. The constructed multiwavelet framework is applied for some experimentations showing fast algorithms, ECG signal, and a strain of Coronavirus processing.
• Abstract（参考訳）: バイオシグナーは、特に新しいコロナウイルスのような人類を脅かす新しいパンデミックの出現と共に、理論と応用の両方から科学的研究の主題となっている。 本研究の目的は,マルチウェーブレットにウェーブレットのステップ前進拡張を適用することで,ウェーブレットがそのような現象を理解するのに成功していることを示すことである。 本研究では,マルチウェーブレット母関数とマルチウェーブレット母関数の独立成分を用いて,より一般的なファミリーを構築することにより,マルチウェーブレット概念を改善するための第一歩として提案する。 その後、特別なマルチウェーブレットが導入され、連続および離散のマルチウェーブレット変換と、新しいフィルターと分解および再構成のアルゴリズムが関連付けられる。 構築されたマルチウェーブレットフレームワークは、高速アルゴリズム、ECG信号、コロナウイルス処理の株を示すいくつかの実験に応用される。

関連論文リスト

• WTDUN: Wavelet Tree-Structured Sampling and Deep Unfolding Network for Image Compressed Sensing [51.94493817128006]
  マルチスケールウェーブレットサブバンド上で直接動作するWTDUNという新しいウェーブレットドメインの深層展開フレームワークを提案する。 本手法は,ウェーブレット係数の固有間隔とマルチスケール構造を利用して,木構造によるサンプリングと再構成を実現する。
  論文  参考訳（メタデータ） (2024-11-25T12:31:03Z)
• Multimodal Physiological Signals Representation Learning via Multiscale Contrasting for Depression Recognition [18.65975882665568]
  機能近赤外分光法(NIRS)や脳波法(EEG)などの生理的信号に基づく抑うつは大きな進歩を遂げている。 本稿では,抑うつ認識のためのマルチスケールコントラストを用いたアーキテクチャを用いたマルチモーダル生理学的信号表現学習フレームワークを提案する。 刺激タスクに関連する意味表現の学習を強化するために,意味コントラストモジュールを提案する。
  論文  参考訳（メタデータ） (2024-06-22T09:28:02Z)
• Frequency-domain MLPs are More Effective Learners in Time Series Forecasting [67.60443290781988]
  時系列予測は、金融、交通、エネルギー、医療など、さまざまな産業領域において重要な役割を果たしてきた。 最多ベースの予測手法は、ポイントワイドマッピングと情報のボトルネックに悩まされる。 本稿では、時系列予測のための周波数領域上に構築された、シンプルで効果的なアーキテクチャであるFreTSを提案する。
  論文  参考訳（メタデータ） (2023-11-10T17:05:13Z)
• MultiWave: Multiresolution Deep Architectures through Wavelet Decomposition for Multivariate Time Series Prediction [6.980076213134384]
  MultiWaveは、信号の固有周波数で動作するコンポーネントを組み込むことで、ディープラーニング時系列モデルを強化する新しいフレームワークである。 我々は、MultiWaveが重要な特徴とその周波数成分を一貫して識別し、研究対象のアプリケーションに対する貴重な洞察を提供することを示す。
  論文  参考訳（メタデータ） (2023-06-16T20:07:15Z)
• A Unified Learning Model for Estimating Fiber Orientation Distribution Functions on Heterogeneous Multi-shell Diffusion-weighted MRI [7.619657591752497]
  拡散強調(DW)MRIは、各ボクセルの局所拡散過程の方向とスケールを、q空間のスペクトルを通して測定する。 近年の微細構造イメージングと多部分解の進展は、信号の放射状b値依存性に新たな注意を喚起している。 単一ステージの球面畳み込みニューラルネットワークを用いて,効率的な繊維配向分布関数推定を行う。
  論文  参考訳（メタデータ） (2023-03-29T00:58:18Z)
• Extensible circuit-QED architecture via amplitude- and frequency-variable microwaves [52.77024349608834]
  固定周波数キュービットとマイクロ波駆動カプラを組み合わせた回路QEDアーキテクチャを提案する。 ドライブパラメータは、選択的な2ビット結合とコヒーレントエラー抑制を可能にする調整可能なノブとして現れる。
  論文  参考訳（メタデータ） (2022-04-17T22:49:56Z)
• Biological Sequence Design with GFlowNets [75.1642973538266]
  望ましい性質を持つデノボ生物配列の設計には、数ラウンドの分子のアイデアと高価なウェットラブ評価を伴う活性ループが伴うことが多い。 これにより、提案された候補の多様性は、構想段階において重要な考慮事項となる。 本稿では,不確実性推定と近年提案されているGFlowNetを多種多様な候補解の生成元として活用した能動的学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-02T15:53:38Z)
• Multi-modal Aggregation Network for Fast MR Imaging [85.25000133194762]
  我々は,完全サンプル化された補助モダリティから補完表現を発見できる,MANetという新しいマルチモーダル・アグリゲーション・ネットワークを提案する。 我々のMANetでは,完全サンプリングされた補助的およびアンアンサンプされた目標モダリティの表現は,特定のネットワークを介して独立に学習される。 私たちのMANetは、$k$-spaceドメインの周波数信号を同時に回復できるハイブリッドドメイン学習フレームワークに従います。
  論文  参考訳（メタデータ） (2021-10-15T13:16:59Z)
• MESSFN : a Multi-level and Enhanced Spectral-Spatial Fusion Network for Pan-sharpening [17.129956512200454]
  本稿では,MESSFN(Multi-level and Enhanced Spectral-Spatial Fusion Network)を提案する。 スペクトル-空間流は階層的に導出され,MSストリームとPANストリームから複数レベルの先行スペクトルおよび空間的専門知識を融合する。 2つのデータセットの実験は、ネットワークが最先端の手法と競合しているか、優れていることを示している。
  論文  参考訳（メタデータ） (2021-09-21T03:38:52Z)
• F-FADE: Frequency Factorization for Anomaly Detection in Edge Streams [53.70940420595329]
  エッジストリームにおける異常検出のための新しいアプローチであるF-FADEを提案する。 ノード対間の相互作用の周波数の時間進化分布を効率的にモデル化するために、新しい周波数分解技術を用いる。 F-FADEは、一定メモリしか必要とせず、時間的および構造的な変化を伴う幅広い種類の異常をオンラインストリーミング環境で処理できる。
  論文  参考訳（メタデータ） (2020-11-09T19:55:40Z)
• Multi-level Stress Assessment Using Multi-domain Fusion of ECG Signal [1.52292571922932]
  複数のストレスレベルを持つデータセットを導入し、新しいディープラーニングアプローチを用いてこれらのレベルを分類する。 信号画像は時間周波数領域と周波数領域に変換してマルチモーダル・マルチドメイン化した。 提案された融合フレームワークとECG信号による画像変換により、平均精度は85.45%に達する。
  論文  参考訳（メタデータ） (2020-08-12T18:08:35Z)

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。