論文の概要: Adaptive Low-Pass Filtering using Sliding Window Gaussian Processes
- arxiv url: http://arxiv.org/abs/2111.03617v1
- Date: Fri, 5 Nov 2021 17:06:59 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-08 16:25:15.405366
- Title: Adaptive Low-Pass Filtering using Sliding Window Gaussian Processes
- Title(参考訳): スライディングウィンドウガウスプロセスを用いた適応型低パスフィルタ
- Authors: Alejandro J. Ord\'o\~nez-Conejo, Armin Lederer, Sandra Hirche
- Abstract要約: ガウス過程回帰に基づく適応型低域通過フィルタを提案する。
本研究では,提案手法の誤差が一様境界であることを示す。
- 参考スコア(独自算出の注目度): 71.23286211775084
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When signals are measured through physical sensors, they are perturbed by
noise. To reduce noise, low-pass filters are commonly employed in order to
attenuate high frequency components in the incoming signal, regardless if they
come from noise or the actual signal. Therefore, low-pass filters must be
carefully tuned in order to avoid significant deterioration of the signal. This
tuning requires prior knowledge about the signal, which is often not available
in applications such as reinforcement learning or learning-based control. In
order to overcome this limitation, we propose an adaptive low-pass filter based
on Gaussian process regression. By considering a constant window of previous
observations, updates and predictions fast enough for real-world filtering
applications can be realized. Moreover, the online optimization of
hyperparameters leads to an adaptation of the low-pass behavior, such that no
prior tuning is necessary. We show that the estimation error of the proposed
method is uniformly bounded, and demonstrate the flexibility and efficiency of
the approach in several simulations.
- Abstract(参考訳): 信号が物理的センサーで測定されると、ノイズによって摂動する。
ノイズを低減するために、低域通過フィルタは、ノイズや実際の信号によらず、受信信号の高周波成分を減衰させるために一般的に用いられる。
したがって、信号の著しい劣化を避けるために、低域通過フィルタを慎重に調整する必要がある。
このチューニングは信号に関する事前知識を必要とするが、強化学習や学習ベースの制御のようなアプリケーションでは利用できないことが多い。
この制限を克服するために,ガウス過程の回帰に基づく適応型低域通過フィルタを提案する。
過去の観測の一定の窓を考慮し、現実世界のフィルタリングアプリケーションに十分な速さで更新と予測を実現することができる。
さらに、ハイパーパラメータのオンライン最適化は、事前チューニングを必要としないような低パス動作の適応につながる。
提案手法の評価誤差は一様有界であり,いくつかのシミュレーションにおいて,アプローチの柔軟性と効率を示す。
関連論文リスト
- Deep Generative Fixed-filter Active Noise Control [17.42035489262148]
本稿では,その限界を克服するためにGFANC法を提案する。
ディープラーニングと完全再構成フィルタバンクに基づいて、GFANC法はいくつかの事前データしか必要としない。
GFANC法の有効性は実記録雑音に対する数値シミュレーションにより実証された。
論文 参考訳(メタデータ) (2023-03-10T08:47:22Z) - Over-the-Air Federated Learning with Privacy Protection via Correlated
Additive Perturbations [57.20885629270732]
我々は、複数のユーザ/エージェントからエッジサーバへの勾配更新をOtA(Over-the-Air)で送信することで、無線フェデレーション学習のプライバシー面を考察する。
従来の摂動に基づく手法は、トレーニングの精度を犠牲にしてプライバシー保護を提供する。
本研究では,エッジサーバにおけるプライバシリークの最小化とモデル精度の低下を目標とする。
論文 参考訳(メタデータ) (2022-10-05T13:13:35Z) - A Hybrid SFANC-FxNLMS Algorithm for Active Noise Control based on Deep
Learning [17.38644275080562]
Filtered-X normalized least-mean-square (FxNLMS)アルゴリズムは適応最適化により低い定常誤差を得ることができる。
本稿では,適応アルゴリズムの緩やかな収束を克服するためのハイブリッドSFANC-FxNLMS手法を提案する。
実験の結果,ハイブリッドSFANC-FxNLMSアルゴリズムは高速応答時間,低雑音低減誤差,高強靭性を実現可能であることがわかった。
論文 参考訳(メタデータ) (2022-08-17T05:42:39Z) - Iterative Adaptive Spectroscopy of Short Signals [0.1338174941551702]
ラムゼー干渉法に基づく適応周波数検出プロトコルを開発した。
ラムゼイ配列を強化し、センシング状態と読み出し状態の両方で高い忠実度で調製することにより、高精度を実現する。
論文 参考訳(メタデータ) (2022-04-10T18:07:50Z) - Filter-enhanced MLP is All You Need for Sequential Recommendation [89.0974365344997]
オンラインプラットフォームでは、ログされたユーザの行動データはノイズを含まないことは避けられない。
周波数領域の雑音を減衰させる信号処理から,フィルタアルゴリズムのアイデアを借用する。
逐次レコメンデーションタスクのための学習可能なフィルタを備えたオールMLPモデルである textbfFMLP-Rec を提案する。
論文 参考訳(メタデータ) (2022-02-28T05:49:35Z) - Neural optimal feedback control with local learning rules [67.5926699124528]
運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。
本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-11-12T20:02:00Z) - Is Perfect Filtering Enough Leading to Perfect Phase Correction for dMRI
data? [0.0]
ノイズの符号記号を識別できないため, 位相補正には完全フィルタでさえ不十分である。
本稿では,ノイズサインのシンボルを簡便に識別するキャリブレーション手法を提案する。
論文 参考訳(メタデータ) (2021-06-13T13:38:32Z) - Low Pass Filter for Anti-aliasing in Temporal Action Localization [15.139834271977913]
本稿では,時間的行動定位法におけるエイリアスの存在を検証する。
高周波帯域の抑制により低域通過フィルタを用いてこの問題を解決する。
実験により、TALにおける低域通過フィルタによるアンチエイリアシングは有利かつ効率的であることが示された。
論文 参考訳(メタデータ) (2021-04-23T03:57:34Z) - Optimal Sequential Detection of Signals with Unknown Appearance and
Disappearance Points in Time [64.26593350748401]
本論文は、変化の期間が有限で未知であると仮定して、逐次的な変化点検出問題に対処する。
我々は、所定の時間(または空間)ウィンドウにおける最小検出確率を最大化する信頼性の高い最大変更検出基準に焦点を当てる。
FMAアルゴリズムは、光学画像中の衛星のかすかなストリークを検出するために応用される。
論文 参考訳(メタデータ) (2021-02-02T04:58:57Z) - Ensemble Wrapper Subsampling for Deep Modulation Classification [70.91089216571035]
受信した無線信号のサブサンプリングは、ハードウェア要件と信号処理アルゴリズムの計算コストを緩和するために重要である。
本稿では,無線通信システムにおけるディープラーニングを用いた自動変調分類のためのサブサンプリング手法を提案する。
論文 参考訳(メタデータ) (2020-05-10T06:11:13Z)
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。