Fugu-MT 論文翻訳(概要): A comparative study of several ADPCM schemes with linear and nonlinear prediction

論文の概要: A comparative study of several ADPCM schemes with linear and nonlinear prediction

arxiv url: http://arxiv.org/abs/2203.03189v1
Date: Mon, 7 Mar 2022 07:57:18 GMT
ステータス: 処理完了
システム内更新日: 2022-03-08 17:07:00.600200
Title: A comparative study of several ADPCM schemes with linear and nonlinear prediction
Title（参考訳）: 線形および非線形予測を伴う複数のADPCMスキームの比較研究
Authors: Oscar Oliva, Marcos Faundez-Zanuy
Abstract要約: 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。
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 compare several ADPCM schemes with nonlinear prediction based on neural nets with the classical ADPCM schemes based on several linear prediction schemes. Main studied variations of the ADPCM scheme with adaptive quantization (2 to 5 bits) are: -forward vs backward -sample adaptive vs block adaptive
Abstract（参考訳）: 本稿では,いくつかの線形予測法とニューラルネットワークに基づく非線形予測法と,いくつかの線形予測法に基づく古典的adcm法を比較した。適応量子化(2ビットから5ビット)を用いたadpcm方式の主な研究動向は次のとおりである: -forward vs backward-sample adaptive vs block adaptive

関連論文リスト

Adaptive posterior distributions for uncertainty analysis of covariance matrices in Bayesian inversion problems for multioutput signals [0.0]
非線形多出力モデルのパラメータに対してベイズ推定を行う際の問題に対処する。興味のある変数は2つのブロックに分割され、推論は既知の解析最適化公式を利用する。
論文参考訳（メタデータ） (2025-01-02T09:01:09Z)
Differentially Private Optimization with Sparse Gradients [60.853074897282625]
微分プライベート(DP)最適化問題を個人勾配の空間性の下で検討する。これに基づいて、スパース勾配の凸最適化にほぼ最適な速度で純粋および近似DPアルゴリズムを得る。
論文参考訳（メタデータ） (2024-04-16T20:01:10Z)
Diffusion models for probabilistic programming [56.47577824219207]
拡散モデル変分推論(DMVI)は確率型プログラミング言語(PPL)における自動近似推論手法である DMVIは実装が容易で、例えば正規化フローを用いた変分推論の欠点を伴わずに、PPLでヘイズルフリー推論が可能であり、基礎となるニューラルネットワークモデルに制約を課さない。
論文参考訳（メタデータ） (2023-11-01T12:17:05Z)
Sparse high-dimensional linear regression with a partitioned empirical Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。提案手法はRパッケージプローブに実装されている。
論文参考訳（メタデータ） (2022-09-16T19:15:50Z)
Scalable computation of prediction intervals for neural networks via matrix sketching [79.44177623781043]
既存の不確実性推定アルゴリズムでは、モデルアーキテクチャとトレーニング手順を変更する必要がある。本研究では、与えられたトレーニングされたニューラルネットワークに適用し、近似予測間隔を生成できる新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-05-06T13:18:31Z)
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)
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)
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)
Multiscale Non-stationary Stochastic Bandits [83.48992319018147]
本稿では,非定常線形帯域問題に対して,Multiscale-LinUCBと呼ばれる新しいマルチスケール変更点検出法を提案する。実験結果から,提案手法は非定常環境下での他の最先端アルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2020-02-13T00:24:17Z)
Adaptive Correlated Monte Carlo for Contextual Categorical Sequence Generation [77.7420231319632]
我々は,モンテカルロ (MC) ロールアウトの集合を分散制御のために評価する政策勾配推定器に,カテゴリー列の文脈的生成を適用する。また,二分木ソフトマックスモデルに相関したMCロールアウトを用いることで,大語彙シナリオにおける高生成コストを低減できることを示す。
論文参考訳（メタデータ） (2019-12-31T03:01:55Z)

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。