Fugu-MT 論文翻訳(概要): The Signed Cumulative Distribution Transform for 1-D Signal Analysis and Classification

論文の概要: The Signed Cumulative Distribution Transform for 1-D Signal Analysis and Classification

arxiv url: http://arxiv.org/abs/2106.02146v1
Date: Thu, 3 Jun 2021 21:45:32 GMT
ステータス: 処理完了
システム内更新日: 2021-06-07 14:47:58.933988
Title: The Signed Cumulative Distribution Transform for 1-D Signal Analysis and Classification
Title（参考訳）: 1次元信号解析と分類のための符号付き累積分布変換
Authors: Akram Aldroubi, Rocio Diaz Martin, Ivan Medri, Gustavo K. Rohde and Sumati Thareja
Abstract要約: 本稿では,非剛性信号の変位に関する情報の復号に特に適する新しい数学的信号変換を提案する。解析式と逆合成式をともに提示し, 変換, スケーリング, 凸性, 線形分離性などの特性について述べる。
参考スコア（独自算出の注目度）: 6.5555072376616295
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a new mathematical signal transform that is especially suitable for decoding information related to non-rigid signal displacements. We provide a measure theoretic framework to extend the existing Cumulative Distribution Transform [ACHA 45 (2018), no. 3, 616-641] to arbitrary (signed) signals on $\overline{\mathbb{R}}$. We present both forward (analysis) and inverse (synthesis) formulas for the transform, and describe several of its properties including translation, scaling, convexity, linear separability and others. Finally, we describe a metric in transform space, and demonstrate the application of the transform in classifying (detecting) signals under random displacements.
Abstract（参考訳）: 本稿では,非剛性信号の変位に関する情報の復号に特に適する新しい数学的信号変換を提案する。我々は,既存の累積分布変換 [ACHA 45 (2018, No。 3, 616-641]から$\overline{\mathbb{R}}$の任意の(符号付き)信号へ。変換のフォワード(解析)と逆(合成)の式の両方を示し、変換、スケーリング、凸性、線形分離性などいくつかの性質を記述する。最後に,変換空間における計量について記述し,ランダム変位下での信号分類(検出)における変換の適用例を示す。

関連論文リスト

Variable-size Symmetry-based Graph Fourier Transforms for image compression [65.7352685872625]
可変サイズのグラフフーリエ変換を符号化フレームワークに導入する。提案アルゴリズムは,ノード間の特定の対称接続を追加することにより,グリッド上の対称グラフを生成する。実験により、SBGFTは、明示的な多重変換選択に統合された一次変換よりも優れていることが示された。
論文参考訳（メタデータ） (2024-11-24T13:00:44Z)
RLE: A Unified Perspective of Data Augmentation for Cross-Spectral Re-identification [59.5042031913258]
非線型モダリティの相違は主に、異なる材料の表面に作用する様々な線形変換に由来する。本稿では,MRLE(Modrate Random Linear Enhancement)とRRLE(Radical Random Linear Enhancement)を含むRLE(Random Linear Enhancement)戦略を提案する。実験結果は、RLEの優位性と有効性を示すだけでなく、クロススペクトル再同定のための汎用データ拡張としての可能性も確認した。
論文参考訳（メタデータ） (2024-11-02T12:13:37Z)
Oracle-Preserving Latent Flows [58.720142291102135]
我々はラベル付きデータセット全体にわたって複数の非自明な連続対称性を同時に発見するための方法論を開発する。対称性変換と対応するジェネレータは、特別に構築された損失関数で訓練された完全連結ニューラルネットワークでモデル化される。この研究における2つの新しい要素は、縮小次元の潜在空間の使用と、高次元のオラクルに関して不変な変換への一般化である。
論文参考訳（メタデータ） (2023-02-02T00:13:32Z)
Learning Symmetric Embeddings for Equivariant World Models [9.781637768189158]
入力空間(例えば画像)を符号化する学習対称埋め込みネットワーク(SEN)を提案する。このネットワークは、同変のタスクネットワークでエンドツーエンドにトレーニングして、明示的に対称な表現を学ぶことができる。実験により、SENは複素対称性表現を持つデータへの同変ネットワークの適用を促進することを示した。
論文参考訳（メタデータ） (2022-04-24T22:31:52Z)
Stratified Graph Spectra [0.0]
本稿では,ベクトル値信号から固有成分の大きさを復号する一般化変換を求める。いくつかの試みが検討され、階層的な隣接度で変換を行うことで、信号のスペクトル特性をより深く分析することができることが判明した。
論文参考訳（メタデータ） (2022-01-10T23:35:13Z)
Tensor Component Analysis for Interpreting the Latent Space of GANs [41.020230946351816]
本稿では,GANの潜在空間における解釈可能な方向を求める問題に対処する。提案手法では,テンソルの個々のモードに対応する線形編集と,それらの間の乗法的相互作用をモデル化する非線形編集が可能である。実験により, 前者は幾何に基づく変換から, 後者は拡張可能な変換を生成できることを示す。
論文参考訳（メタデータ） (2021-11-23T09:14:39Z)
Topographic VAEs learn Equivariant Capsules [84.33745072274942]
本稿では, 地理的に整理された潜伏変数を用いた深部生成モデルを効率的に学習するための新しい手法であるTopographic VAEを紹介する。このようなモデルでは,MNIST上での桁数クラス,幅,スタイルなどの健全な特徴に応じて,その活性化を組織化することが実際に学べることが示される。我々は、既存の群同変ニューラルネットワークの能力を拡張して、複素変換に近似した同値性を示す。
論文参考訳（メタデータ） (2021-09-03T09:25:57Z)
Self-Supervised Graph Representation Learning via Topology Transformations [61.870882736758624]
本稿では,グラフデータのノード表現のための自己教師型学習の一般的なパラダイムであるトポロジー変換同変表現学習について述べる。実験では,提案手法を下流ノードおよびグラフ分類タスクに適用し,提案手法が最先端の教師なし手法より優れていることを示す。
論文参考訳（メタデータ） (2021-05-25T06:11:03Z)
Partitioning signal classes using transport transforms for data analysis and machine learning [8.111947517189641]
新しいトランスポートベースの変換(CDT、R-CDT、LOT)は、様々な画像およびデータ処理タスクにおいて、その強度と大きなポテンシャルを示している。この論文はこれらの変換の紹介として役立ち、数学者や他の研究者が理論的基盤とアルゴリズムツールをさらに探求することを奨励する。
論文参考訳（メタデータ） (2020-08-08T06:12:10Z)
An Integer Approximation Method for Discrete Sinusoidal Transforms [0.0]
本稿では,離散フーリエ,ハートレー,コサイン変換(DFT,DHT,DCT)の整数変換のクラスを提案し,解析する。提案手法は一般にいくつかのブロック長に適用できるが、既存の手法は通常、特定の変換サイズに特化している。 DFT, DHT, DCTに対する新しい8点2乗波近似変換も, 提案手法の特別な場合として導入されている。
論文参考訳（メタデータ） (2020-07-05T03:37:35Z)
Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
グラフ信号定常性の概念に依存するオフライン手法を提案する。我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
論文参考訳（メタデータ） (2020-06-18T15:51:38Z)

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。