Fugu-MT 論文翻訳(概要): Signed Cumulative Distribution Transform for Parameter Estimation of 1-D Signals

論文の概要: Signed Cumulative Distribution Transform for Parameter Estimation of 1-D Signals

arxiv url: http://arxiv.org/abs/2207.07989v1
Date: Sat, 16 Jul 2022 17:44:29 GMT
ステータス: 処理完了
システム内更新日: 2022-07-20 07:49:06.744730
Title: Signed Cumulative Distribution Transform for Parameter Estimation of 1-D Signals
Title（参考訳）: 1次元信号のパラメータ推定のための符号付き累積分布変換
Authors: Sumati Thareja, Gustavo Rohde, Rocio Diaz Martin, Ivan Medri, and Akram Aldroubi
Abstract要約: この手法は、もともと正の分布のために導入された累積分布変換(CDT)を用いた信号推定に基づいて構築される。我々は、任意の信号クラスに対して、SCDT空間における線形最小二乗法を用いて、ワッサーシュタイン型距離最小化を行うことができることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: We describe a method for signal parameter estimation using the signed cumulative distribution transform (SCDT), a recently introduced signal representation tool based on optimal transport theory. The method builds upon signal estimation using the cumulative distribution transform (CDT) originally introduced for positive distributions. Specifically, we show that Wasserstein-type distance minimization can be performed simply using linear least squares techniques in SCDT space for arbitrary signal classes, thus providing a global minimizer for the estimation problem even when the underlying signal is a nonlinear function of the unknown parameters. Comparisons to current signal estimation methods using $L_p$ minimization shows the advantage of the method.
Abstract（参考訳）: 本稿では,最近導入された最適伝達理論に基づく信号表現ツールであるsigned cumulative distribution transform (scdt) を用いた信号パラメータ推定手法について述べる。この方法は、当初正の分布に導入された累積分布変換(cdt)を用いた信号推定に基づいている。具体的には、任意の信号クラスに対するSCDT空間における線形最小二乗法を用いて、ワッサーシュタイン型距離最小化を行うことができ、基底信号が未知パラメータの非線形関数である場合でも、推定問題に対する大域的最小化を提供する。 L_p$最小化を用いた現在の信号推定法との比較は,その利点を示している。

関連論文リスト

Graph Neural Networks for Edge Signals: Orientation Equivariance and Invariance [50.277959544420455]
我々は、新しい方向対応エッジレベルグラフシフト演算子からなるアーキテクチャであるEIGNを開発する。 EIGNは、例えばRMSEのフローシミュレーションタスクを最大43.5%改善するなど、エッジレベルのタスクにおける以前の作業より優れていた。
論文参考訳（メタデータ） (2024-10-22T12:12:43Z)
Amortized Posterior Sampling with Diffusion Prior Distillation [55.03585818289934]
逆問題の解法として, 後方分布からのサンプルの変分推論手法を提案する。本手法はユークリッド空間の標準信号や多様体上の信号に適用可能であることを示す。
論文参考訳（メタデータ） (2024-07-25T09:53:12Z)
SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid Registration [76.40993825836222]
本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
論文参考訳（メタデータ） (2024-05-30T15:55:04Z)
Residual ANODE [0.0]
データ駆動型モデル非依存型共振異常検出のための新しい手法であるR-ANODEを提案する。 R-ANODEの鍵は、正規化フローを小さく未知の信号成分に直接適合させることにより、異常検出タスクの誘導バイアスを高めることである。本手法は,未知の信号区間が学習されたり固定されたりしても等しく動作し,信号区間の誤識別に対してさえ頑健であることを示す。
論文参考訳（メタデータ） (2023-12-18T19:00:03Z)
Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction [60.95625458395291]
計算トモグラフィー(CT)では、フォワードモデルは線形変換と、ベル=ランベルト法則に従って光の減衰に基づく指数非線形性によって構成される。金属クラウンを用いた人間の頭蓋骨の商業的再構築と比較すると,このアプローチは金属人工物を減らすことが示されている。
論文参考訳（メタデータ） (2023-10-06T00:47:57Z)
Implicit Neural Representations and the Algebra of Complex Wavelets [36.311212480600794]
Inlicit Neural representations (INRs) はユークリッド領域におけるシグナルの表現法として有用である。ユークリッド空間上の多層パーセプトロン(MLP)として画像をパラメータ化することにより、INRは通常の離散表現では明らかでない信号の結合やスペクトルの特徴を効果的に表現する。
論文参考訳（メタデータ） (2023-10-01T02:01:28Z)
Fast and Robust Online Inference with Stochastic Gradient Descent via Random Scaling [0.9806910643086042]
本稿では,勾配降下アルゴリズムの平均化法により推定されるパラメータのベクトルに対するオンライン推論法を提案する。我々のアプローチはオンラインデータで完全に運用されており、機能中心極限定理によって厳格に支えられている。
論文参考訳（メタデータ） (2021-06-06T15:38:37Z)
Lattice partition recovery with dyadic CART [79.96359947166592]
我々は、$d$次元格子上の加法ガウス雑音によって破損したピースワイド定値信号について検討する。この形式のデータは、多くのアプリケーションで自然に発生し、統計処理や信号処理の文献において、信号の検出やテスト、ノイズの除去、推定といったタスクが広く研究されている。本稿では,未知の信号の一貫性領域によって誘導される格子の分割を推定する,分割回復の問題について考察する。我々は、DCARTベースの手順が、下位分割を$sigma2 k*の順序で一貫して推定することを証明した。
論文参考訳（メタデータ） (2021-05-27T23:41:01Z)
Nonlinear Level Set Learning for Function Approximation on Sparse Data with Applications to Parametric Differential Equations [6.184270985214254]
NLL(Nonlinear Level Set Learning)アプローチは、疎にサンプリングされた関数のポイントワイズ予測のために提示される。提案アルゴリズムは, 精度の低い理論的下界への入力次元を効果的に低減する。この修正されたNLLとオリジナルのNLLとActive Subspaces(AS)メソッドを比較する実験とアプリケーションを提示する。
論文参考訳（メタデータ） (2021-04-29T01:54:05Z)
Iterative Correction of Sensor Degradation and a Bayesian Multi-Sensor Data Fusion Method [0.0]
本稿では,劣化信号から地中構造信号を推定する新しい手法を提案する。アルゴリズムは、2つの信号の繰り返し補正を行うことで乗算分解効果を学習する。我々は理論的解析を含意し、ノイズレス測定モデルのための地上構造信号への収束性を証明する。
論文参考訳（メタデータ） (2020-09-07T13:24:47Z)
Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
グラフ信号定常性の概念に依存するオフライン手法を提案する。我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
論文参考訳（メタデータ） (2020-06-18T15:51:38Z)

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。