Fugu-MT 論文翻訳(概要): N-dimensional nonlinear prediction with MLP

論文の概要: N-dimensional nonlinear prediction with MLP

arxiv url: http://arxiv.org/abs/2202.13866v1
Date: Thu, 24 Feb 2022 09:09:28 GMT
ステータス: 処理完了
システム内更新日: 2022-03-01 17:19:42.866748
Title: N-dimensional nonlinear prediction with MLP
Title（参考訳）: MLPによるN次元非線形予測
Authors: Marcos Faundez-Zanuy
Abstract要約: 音声符号化のための非線形予測ベクトル量化器 (PVQ) を提案する。我々は,従来のADPCMコーダの結果を非線形予測で改善し,ビットレートを1ビットあたり1ビットまで削減した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper we propose a Non-Linear Predictive Vector quantizer (PVQ) for speech coding, based on Multi-Layer Perceptrons. With this scheme we have improved the results of our previous ADPCM coder with nonlinear prediction, and we have reduced the bit rate up to 1 bit per sample.
Abstract（参考訳）: 本稿では,多層パーセプトロンに基づく音声符号化のための非線形予測ベクトル量子化器(pvq)を提案する。この方式により,従来のadpcmコーダの性能を非線形予測により改善し,サンプルあたりのビットレートを最大1ビットに短縮した。

関連論文リスト

Progressive Inference: Explaining Decoder-Only Sequence Classification Models Using Intermediate Predictions [21.078014654527717]
プログレッシブ推論(Progressive Inference)は、デコーダのみのシーケンス分類モデルの予測を説明するための入力属性を計算するフレームワークである。本稿では,連続する中間予測の差を捉えて属性を計算するシングルパスプログレッシブ推論(SP-PI)を提案する。第二に、Kernel SHAPとの接続を利用して、MP-PI(Multiple Pass-Progressive Inference)を開発する。
論文参考訳（メタデータ） (2024-06-03T21:48:57Z)
On Optimal Sampling for Learning SDF Using MLPs Equipped with Positional Encoding [79.67071790034609]
我々は、好ましくない副作用を伴わずに、正確な暗黙の場を学習するための適切なサンプリング率を決定するツールを考案した。 PEを具備したPEは、PE層の最高周波数成分よりも内在周波数がはるかに高いことが観察された。 SDFフィッティングの設定において,この推奨サンプリングレートは正確なフィッティング結果の確保に十分であることを示す。
論文参考訳（メタデータ） (2024-01-02T10:51:52Z)
Low-rank extended Kalman filtering for online learning of neural networks from streaming data [71.97861600347959]
非定常データストリームから非線形関数のパラメータを推定するための効率的なオンライン近似ベイズ推定アルゴリズムを提案する。この方法は拡張カルマンフィルタ (EKF) に基づいているが、新しい低ランク+斜角行列分解法を用いている。変分推論に基づく手法とは対照的に,本手法は完全に決定論的であり,ステップサイズチューニングを必要としない。
論文参考訳（メタデータ） (2023-05-31T03:48:49Z)
A comparative study of several ADPCM schemes with linear and nonlinear prediction [0.0]
ニューラルネットワークに基づく非線形予測と,線形予測に基づく古典的ADPCMスキームを比較した。適応量子化を用いたADPCM方式(2ビットから5ビット)の主に研究されているバリエーションは、-forward vs. backward -sample Adaptive vs. block Adaptiveである。
論文参考訳（メタデータ） (2022-03-07T07:57:18Z)
Non-linear predictive vector quantization of speech [0.0]
音声符号化のための非線形予測ベクトル量化器 (PVQ) を提案する。また、量子化器がよく設計されているかどうか、連続出力間の相関を利用して評価する方法を提案する。
論文参考訳（メタデータ） (2022-03-07T07:55:43Z)
Nonlinear predictive models computation in ADPCM schemes [0.0]
本稿では,SEGSNRの1.2dBまでの性能向上を図るための新しい手法を提案する。フレーム間のSEGSNRのばらつきも最小限に抑えられ、新しいスキームは出力のより安定した品質を生み出す。
論文参考訳（メタデータ） (2022-03-03T21:03:38Z)
ADPCM with nonlinear prediction [0.0]
ニューラルネットに基づく非線形予測器を用いたADPCM方式について検討する。本稿では,ブロック適応およびサンプル適応予測について論じる。
論文参考訳（メタデータ） (2022-02-24T00:17:59Z)
Memory-Efficient Backpropagation through Large Linear Layers [107.20037639738433]
Transformersのような現代のニューラルネットワークでは、線形層は後方通過時にアクティベーションを保持するために大きなメモリを必要とする。本研究では,線形層によるバックプロパゲーションを実現するためのメモリ削減手法を提案する。
論文参考訳（メタデータ） (2022-01-31T13:02:41Z)
Efficient Semi-Implicit Variational Inference [65.07058307271329]
効率的でスケーラブルな半単純外挿 (SIVI) を提案する。本手法はSIVIの証拠を低勾配値の厳密な推測にマッピングする。
論文参考訳（メタデータ） (2021-01-15T11:39:09Z)
Improving predictions of Bayesian neural nets via local linearization [79.21517734364093]
ガウス・ニュートン近似は基礎となるベイズニューラルネットワーク(BNN)の局所線形化として理解されるべきである。この線形化モデルを後部推論に使用するので、元のモデルではなく、この修正モデルを使用することも予測すべきである。この修正された予測を"GLM predictive"と呼び、Laplace近似の共通不適合問題を効果的に解決することを示す。
論文参考訳（メタデータ） (2020-08-19T12:35:55Z)
Pruning Neural Belief Propagation Decoders [77.237958592189]
本稿では,機械学習を用いたBPデコードに対して,過剰完全パリティチェック行列を調整する手法を提案する。我々は,デコーダの複雑さを低減しつつ,0.27dB,1.5dBのML性能を実現する。
論文参考訳（メタデータ） (2020-01-21T12:05:46Z)

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。