論文の概要: An asynchronous event-based algorithm for periodic signals
- arxiv url: http://arxiv.org/abs/2205.04691v1
- Date: Tue, 10 May 2022 06:24:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-14 18:13:52.028904
- Title: An asynchronous event-based algorithm for periodic signals
- Title(参考訳): 周期的信号に対する非同期イベントベースアルゴリズム
- Authors: David El-Chai Ben-Ezra, Ron Arad, Ayelet Padowicz, Israel Tugendhaft
- Abstract要約: 本稿では、既知の周波数で画素サイズの信号を検出するための単純なイベント指向アルゴリズムを提案する。
このアルゴリズムは、トワイライトの間、100Hzの周波数で点滅する街灯の信号と、視野内の遠方の建物の窓から発せられる太陽の輝きとを、どのように区別するかを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we present a simple event-oriented algorithm for detection of
pixel-size signals with a known frequency, by the novel technology of an event
camera. In addition, we analyze the ability of the algorithm to filter out the
desired periodic signals from random fluctuations. We demonstrate this ability
and show how the algorithm can distinguish, during twilight, between the
signals of a streetlight that flicker with frequency of 100 Hz, and sun glitter
originating from windows in far-away buildings in the field of view.
- Abstract(参考訳): 本稿では,イベントカメラの新たな技術により,既知の周波数で画素サイズの信号を検出するための単純なイベント指向アルゴリズムを提案する。
さらに,ランダムな変動から所望の周期信号をフィルタリングするアルゴリズムの能力を解析する。
この能力を実証し、トワイライトの間、100Hzの周波数でフリックする街灯の信号と、視野の遠い建物で窓から発する太陽の輝きとを、アルゴリズムがどのように区別できるかを示す。
関連論文リスト
- Sharp Noisy Binary Search with Monotonic Probabilities [5.563988395126509]
我々はKarpとKleinbergのノイズの多いバイナリ検索モデルを再検討する。
我々は[ frac1C_tau, varepsilon cdot left(lg n + O(log2/3 n log 1/3 frac1delta + log frac1delta)右から1-delta$の確率で成功するアルゴリズムを作成する。
論文 参考訳(メタデータ) (2023-11-01T20:45:13Z) - A Quantum Approximation Scheme for k-Means [0.16317061277457]
QRAMモデルにおける古典的な$k$-meansクラスタリング問題に対する量子近似スキームを提案する。
我々の量子アルゴリズムは、時間$tildeO left(2tildeO(frackvarepsilon) eta2 dright)$で実行される。
教師なし学習の以前の研究とは異なり、我々の量子アルゴリズムは量子線型代数のサブルーチンを必要としない。
論文 参考訳(メタデータ) (2023-08-16T06:46:37Z) - Succinct quantum testers for closeness and $k$-wise uniformity of
probability distributions [1.7789870146290503]
我々は、近接性の性質をテストする基本的な問題に対する潜在的な量子スピードアップについて検討する。
本稿では,クエリ複雑性を$Orbrasqrtnk/varepsilonで表した最初の量子アルゴリズムを提案する。
我々の量子アルゴリズムは、振幅推定のような基本的な量子サブルーチンのみを用いて、かなり単純で時間効率が高い。
論文 参考訳(メタデータ) (2023-04-25T15:32:37Z) - On the Multidimensional Random Subset Sum Problem [0.9007371440329465]
確率変数 $X_1, ..., X_n$ が与えられたランダム部分集合 Sum 問題では、任意の点 $z in [-1,1]$ を部分集合 $X_i_1(z), ..., X_i_s(z)$ の和として近似したい。
我々は、$d$次元において、$n = O(d3log frac 1varepsilon cdot
論文 参考訳(メタデータ) (2022-07-28T08:10:43Z) - Learning a Single Neuron with Adversarial Label Noise via Gradient
Descent [50.659479930171585]
モノトン活性化に対する $mathbfxmapstosigma(mathbfwcdotmathbfx)$ の関数について検討する。
学習者の目標は仮説ベクトル $mathbfw$ that $F(mathbbw)=C, epsilon$ を高い確率で出力することである。
論文 参考訳(メタデータ) (2022-06-17T17:55:43Z) - Random quantum circuits transform local noise into global white noise [118.18170052022323]
低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。
十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。
ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
論文 参考訳(メタデータ) (2021-11-29T19:26:28Z) - Threshold Phenomena in Learning Halfspaces with Massart Noise [56.01192577666607]
ガウス境界の下でのマスアートノイズ付きmathbbRd$におけるPAC学習ハーフスペースの問題について検討する。
この結果は,Massartモデルにおける学習ハーフスペースの複雑さを定性的に特徴づけるものである。
論文 参考訳(メタデータ) (2021-08-19T16:16:48Z) - Optimal Mean Estimation without a Variance [103.26777953032537]
本研究では,データ生成分布の分散が存在しない環境での重み付き平均推定問題について検討する。
最小の信頼区間を$n,d,delta$の関数として得る推定器を設計する。
論文 参考訳(メタデータ) (2020-11-24T22:39:21Z) - The Sparse Hausdorff Moment Problem, with Application to Topic Models [5.151973524974052]
我々は$m=2k$iid二進確率変数のサンプルを用いて$k$-mixtureを同定するアルゴリズムを提案する。
加法精度$w_mincdotzetaO(k)$のモーメントを知るだけで十分である。
論文 参考訳(メタデータ) (2020-07-16T04:23:57Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳(メタデータ) (2020-06-04T17:51:00Z) - Locally Private Hypothesis Selection [96.06118559817057]
我々は、$mathcalQ$から$p$までの総変動距離が最良の分布に匹敵する分布を出力する。
局所的な差分プライバシーの制約は、コストの急激な増加を引き起こすことを示す。
提案アルゴリズムは,従来手法のラウンド複雑性を指数関数的に改善する。
論文 参考訳(メタデータ) (2020-02-21T18:30:48Z)
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。