Fugu-MT 論文翻訳(概要): Non-linear predictive vector quantization of speech

論文の概要: Non-linear predictive vector quantization of speech

arxiv url: http://arxiv.org/abs/2203.02506v1
Date: Mon, 7 Mar 2022 07:55:43 GMT
ステータス: 処理完了
システム内更新日: 2022-03-08 18:42:26.415612
Title: Non-linear predictive vector quantization of speech
Title（参考訳）: 音声の非線形予測ベクトル量子化
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。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。
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. We also propose a method to evaluate if a quantizer is well designed, and if it exploits the correlation between consecutive outputs. Although the results of the Non-linear PVQ do not improve the results of the non-linear scalar predictor, we check that there is some room for the PVQ improvement.
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。また,量子化器が適切に設計されているか,連続出力間の相関を利用して評価する手法を提案する。非線形PVQの結果は非線形スカラー予測器の結果を改善しないが、PVQの改善の余地があることを確認する。

関連論文リスト

Refined Risk Bounds for Unbounded Losses via Transductive Priors [58.967816314671296]
線形回帰の逐次変分を2乗損失、ヒンジ損失の分類問題、ロジスティック回帰で再検討する。我々の鍵となるツールは、慎重に選択された導出先を持つ指数重み付けアルゴリズムに基づいている。
論文参考訳（メタデータ） (2024-10-29T00:01:04Z)
NVTC: Nonlinear Vector Transform Coding [35.10187626615328]
理論上、ベクトル量子化(VQ)は常にスカラー量子化(SQ)よりも、レート歪み(R-D)性能の点で優れている。最近のニューラル画像圧縮の最先端手法は、主に均一なスカラー量子化を伴う非線形変換符号化(NTC)に基づいている。ベクトル変換符号化(NVTC)と呼ばれるニューラル画像圧縮のための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2023-05-25T13:06:38Z)
Homology-constrained vector quantization entropy regularizer [0.0]
本稿では,ベクトル量子化(VQ)のエントロピー正規化項について,VQ埋め込みの永続的ホモロジーの解析に基づいて述べる。ホモロジー制約された正規化は、VQ過程のエントロピーを高める効果的な方法であることを示す。
論文参考訳（メタデータ） (2022-11-25T20:09:22Z)
Nonparametric Quantile Regression: Non-Crossing Constraints and Conformal Prediction [2.654399717608053]
本稿では,線形単位ペナルティ関数を補正したディープニューラルネットワークを用いた非パラメトリック量子レグレッション法を提案し,量子交差を回避する。提案した非パラメトリック量子化回帰関数推定器の過剰リスクに対する非漸近上界を確立する。シミュレーション研究と実データ例を含む数値実験を行い,提案手法の有効性を実証した。
論文参考訳（メタデータ） (2022-10-18T20:59:48Z)
Fast Nonlinear Vector Quantile Regression [13.606557840299036]
量子回帰(QR)は、ターゲット変数の1つ以上の条件量子化を推定する強力なツールである。ベクトル量子回帰(VQR)は、ベクトル値のターゲット変数に対するQRの拡張として提案された。
論文参考訳（メタデータ） (2022-05-30T10:25:34Z)
N-dimensional nonlinear prediction with MLP [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。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。
論文参考訳（メタデータ） (2022-02-24T09:09:28Z)
The Accuracy vs. Sampling Overhead Trade-off in Quantum Error Mitigation Using Monte Carlo-Based Channel Inversion [84.66087478797475]
量子誤差緩和(Quantum error mitigation, QEM)は、変分量子アルゴリズムの計算誤差を低減するための有望な手法の1つである。我々はモンテカルロサンプリングに基づく実用的なチャネル反転戦略を考察し、さらなる計算誤差を導入する。計算誤差が誤差のない結果の動的範囲と比較して小さい場合、ゲート数の平方根でスケールすることを示す。
論文参考訳（メタデータ） (2022-01-20T00:05:01Z)
Designing Kerr Interactions for Quantum Information Processing via Counterrotating Terms of Asymmetric Josephson-Junction Loops [68.8204255655161]
静的空洞非線形性は通常、ボゾン量子誤り訂正符号の性能を制限する。非線形性を摂動として扱うことで、シュリーファー・ヴォルフ変換を用いて実効ハミルトニアンを導出する。その結果、立方体相互作用は、線形演算と非線形演算の両方の有効率を高めることができることがわかった。
論文参考訳（メタデータ） (2021-07-14T15:11:05Z)
Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
論文参考訳（メタデータ） (2021-04-20T13:51:08Z)
Sparse Quantized Spectral Clustering [85.77233010209368]
このような非線形変換の下で行列の固有スペクトルがどのように変化するのかを、ランダム行列理論のツールを用いて正確に述べる。急激なスペーシング/量子化の下でも,情報的固有構造にはほとんど変化は見られなかった。
論文参考訳（メタデータ） (2020-10-03T15:58:07Z)
Analyzing Upper Bounds on Mean Absolute Errors for Deep Neural Network Based Vector-to-Vector Regression [79.86233860519621]
本稿では,ディープニューラルネットワーク(DNN)を用いたベクトル-ベクトル回帰において,平均絶対誤差と期待特徴誤差の間に一般化された誤差(MAE)が存在することを示す。 DNNに基づくベクトル-ベクトル回帰のためのMAEの上界を提案する。
論文参考訳（メタデータ） (2020-08-04T19:39:41Z)

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。