論文の概要: Nonnegative OPLS for Supervised Design of Filter Banks: Application to
Image and Audio Feature Extraction
- arxiv url: http://arxiv.org/abs/2112.12280v1
- Date: Wed, 22 Dec 2021 23:58:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-24 16:22:35.754743
- Title: Nonnegative OPLS for Supervised Design of Filter Banks: Application to
Image and Audio Feature Extraction
- Title（参考訳）: フィルタバンクの監視設計のための非負のOPLS:画像と音声の特徴抽出への応用
- Authors: Sergio Mu\~noz-Romero and Jer\'onimo Arenas Garc\'ia and Vanessa
G\'omez-Verdejo
- Abstract要約: 非負のデータを扱うアプリケーションに対して,教師付き方式でフィルタバンクを設計する手法を提案する。
提案手法により得られた特徴の識別能力について, 2つの異なる, 広く研究されている応用について分析する。
- 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: Audio or visual data analysis tasks usually have to deal with
high-dimensional and nonnegative signals. However, most data analysis methods
suffer from overfitting and numerical problems when data have more than a few
dimensions needing a dimensionality reduction preprocessing. Moreover,
interpretability about how and why filters work for audio or visual
applications is a desired property, especially when energy or spectral signals
are involved. In these cases, due to the nature of these signals, the
nonnegativity of the filter weights is a desired property to better understand
its working. Because of these two necessities, we propose different methods to
reduce the dimensionality of data while the nonnegativity and interpretability
of the solution are assured. In particular, we propose a generalized
methodology to design filter banks in a supervised way for applications dealing
with nonnegative data, and we explore different ways of solving the proposed
objective function consisting of a nonnegative version of the orthonormalized
partial least-squares method. We analyze the discriminative power of the
features obtained with the proposed methods for two different and widely
studied applications: texture and music genre classification. Furthermore, we
compare the filter banks achieved by our methods with other state-of-the-art
methods specifically designed for feature extraction.
- Abstract（参考訳）: 音声または視覚データ分析タスクは通常、高次元および非負の信号を扱う必要がある。
しかし、多くのデータ分析手法は、データが数次元以上の次元で、次元の縮小前処理を必要とする場合、過剰フィッティングや数値問題に苦しむ。
さらに、特にエネルギーやスペクトル信号が関与している場合、フィルタがどのように、なぜオーディオや視覚的用途で機能するのかを解釈することは望ましい特性である。
これらの場合、これらの信号の性質から、フィルタ重みの非負性は、その働きをよりよく理解するために望ましい性質である。
これら2つの必要条件により,データの次元性を低減し,解の非否定性と解釈可能性を保証するための異なる手法を提案する。
特に,非負データを扱うアプリケーションに対して,教師付き方法でフィルタバンクを設計するための一般化手法を提案し,正則化部分最小二乗法の非負バージョンからなる目的関数の解法について検討する。
提案手法を用いて得られた特徴の判別能力を分析し,テクスチャ分類と音楽ジャンル分類の2つの応用について検討した。
さらに,本手法で達成したフィルタバンクと,特徴抽出用に特別に設計された他の最先端手法を比較した。
関連論文リスト
- Closed-form Filtering for Non-linear Systems [83.91296397912218]
我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。
本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。
提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
論文 参考訳（メタデータ） (2024-02-15T08:51:49Z) - Hodge-Aware Contrastive Learning [101.56637264703058]
単純コンプレックスは、マルチウェイ依存によるデータのモデリングに有効である。
我々は、単純なデータを処理するための対照的な自己教師付き学習手法を開発した。
論文 参考訳（メタデータ） (2023-09-14T00:40:07Z) - Interpretable Linear Dimensionality Reduction based on Bias-Variance
Analysis [45.3190496371625]
本稿では,特徴の解釈可能性を維持するための基本次元削減手法を提案する。
このように、全ての特徴を考慮し、次元性を減らし、解釈可能性を保持する。
論文 参考訳（メタデータ） (2023-03-26T14:30:38Z) - Filter Pruning based on Information Capacity and Independence [11.411996979581295]
本稿では,フィルタを解釈可能,マルチパースペクティブ,軽量な方法で選択する新しいフィルタプルーニング手法を提案する。
各フィルタに含まれる情報量について,情報容量と呼ばれる新しい指標を提案する。
フィルタ間の相関について、情報独立と呼ばれる別の指標が設計されている。
論文 参考訳（メタデータ） (2023-03-07T04:26:44Z) - An overview of differentiable particle filters for data-adaptive
sequential Bayesian inference [19.09640071505051]
粒子フィルタ(PF)は非線形逐次状態推定問題を解くための効率的なメカニズムを提供する。
新たなトレンドは、ニューラルネットワークを使用して粒子フィルタのコンポーネントを構築し、勾配降下によって最適化することである。
微分可能な粒子フィルタは複雑な高次元タスクにおいて逐次データに対する推論を行うための有望な計算ツールである。
論文 参考訳（メタデータ） (2023-02-19T18:03:53Z) - A Critical Analysis of Classifier Selection in Learned Bloom Filters [0.3359875577705538]
フィルタ構築に使用されるデータの"複雑さ"は、そのパフォーマンスに大きく影響する可能性がある。
本稿では,学習ブルームフィルタの設計,解析,実装のための新しい手法を提案する。
提案手法とサポートソフトウェアは有効かつ有用であることを示す実験結果が得られた。
論文 参考訳（メタデータ） (2022-11-28T17:17:18Z) - Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。
我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。
製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
論文 参考訳（メタデータ） (2022-06-23T14:16:30Z) - Computational Doob's h-transforms for Online Filtering of Discretely
Observed Diffusions [65.74069050283998]
本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。
提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
論文 参考訳（メタデータ） (2022-06-07T15:03:05Z) - Deep Learning for the Benes Filter [91.3755431537592]
本研究では,メッシュのないニューラルネットワークによるベンズモデルの解の密度の表現に基づく新しい数値計算法を提案する。
ニューラルネットワークの領域選択におけるフィルタリングモデル方程式における非線形性の役割について論じる。
論文 参考訳（メタデータ） (2022-03-09T14:08:38Z) - Learning Versatile Convolution Filters for Efficient Visual Recognition [125.34595948003745]
本稿では,効率的な畳み込みニューラルネットワーク構築のための多目的フィルタを提案する。
本稿では,ネットワークの複雑性に関する理論的解析を行い,効率的な畳み込み手法を提案する。
ベンチマークデータセットとニューラルネットワークの実験結果は、我々の汎用フィルタが元のフィルタと同等の精度を達成できることを実証している。
論文 参考訳（メタデータ） (2021-09-20T06:07:14Z) - Surface Denoising based on Normal Filtering in a Robust Statistics
Framework [2.294014185517203]
3Dスキャナーを用いた表面取得プロセスではノイズは避けられない。
ノイズ除去処理(デノイング)は、表面正規化を先にフィルタリングすることで行うことができる。
多くの利用可能な denoising アルゴリズムでは、ノイズフリーな正規化の堅牢性が重要な要素である。
論文 参考訳（メタデータ） (2020-07-02T02:31:24Z)
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。