論文の概要: Disentangling Modes and Interference in the Spectrogram of Multicomponent Signals

• arxiv url: http://arxiv.org/abs/2503.14990v1
• Date: Wed, 19 Mar 2025 08:36:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 15:22:19.690977
• Title: Disentangling Modes and Interference in the Spectrogram of Multicomponent Signals
• Title（参考訳）: 多成分信号のスペクトログラムにおける異方性モードと干渉
• Authors: Kévin Polisano, Sylvain Meignen, Nils Laurent, Hubert Leterme,
• Abstract要約: 本稿では,マルチコンポーネント信号のスペクトルをモード部と干渉部に分解する方法について検討する。 i) 画像処理におけるテクスチャ・幾何学的分解に着想を得た変分法と, (ii) U-Netアーキテクチャを用いた教師あり学習手法の2つのアプローチを探索する。 数値解析実験は、スペクトル分解における両方のアプローチの利点と限界を示し、強い干渉の存在下での時間周波数解析の強化の可能性を強調している。
• 参考スコア（独自算出の注目度）: 4.570664073341981
• License:
• Abstract: In this paper, we investigate how the spectrogram of multicomponent signals can be decomposed into a mode part and an interference part. We explore two approaches: (i) a variational method inspired by texture-geometry decomposition in image processing, and (ii) a supervised learning approach using a U-Net architecture, trained on a dataset encompassing diverse interference patterns and noise conditions. Once the interference component is identified, we explain how it enables us to define a criterion to locally adapt the window length used in the definition of the spectrogram, for the sake of improving ridge detection in the presence of close modes. Numerical experiments illustrate the advantages and limitations of both approaches for spectrogram decomposition, highlighting their potential for enhancing time-frequency analysis in the presence of strong interference.
• Abstract（参考訳）: 本稿では,マルチコンポーネント信号のスペクトルをモード部と干渉部に分解する方法について検討する。 私たちは2つのアプローチを探求します。 一 画像処理におけるテクスチャ・幾何学の分解に触発された変分法及び (II)様々な干渉パターンと雑音条件を含むデータセットに基づいて訓練されたU-Netアーキテクチャを用いた教師あり学習手法。 干渉成分が特定されれば、クローズモードの存在下での隆起検出を改善するために、スペクトルの定義に使用されるウィンドウ長を局所的に適応させる基準をどうやって定義できるかを説明します。 数値解析実験は、スペクトル分解における両方のアプローチの利点と限界を示し、強い干渉の存在下での時間周波数解析の強化の可能性を強調している。

関連論文リスト

• Data-and-Semantic Dual-Driven Spectrum Map Construction for 6G Spectrum Management [65.78866395226449]
  提案手法は、欠落周波数のスペクトル利用状況を推定し、スペクトルマップ構築の完全性を向上させることができる。 提案手法により得られたスペクトルマップ構築の精度は,ベンチマーク方式よりも優れていた。
  論文  参考訳（メタデータ） (2025-01-22T13:03:38Z)
• Spectral Graph Reasoning Network for Hyperspectral Image Classification [0.43512163406551996]
  畳み込みニューラルネットワーク(CNN)は、ハイパースペクトル画像(HSI)分類において顕著な性能を達成した。 本稿では、2つの重要なモジュールからなるスペクトルグラフ推論ネットワーク(SGR)学習フレームワークを提案する。 2つのHSIデータセットの実験により、提案したアーキテクチャが分類精度を大幅に改善できることが示されている。
  論文  参考訳（メタデータ） (2024-07-02T20:29:23Z)
• Frequency Domain Modality-invariant Feature Learning for Visible-infrared Person Re-Identification [79.9402521412239]
  本稿では、周波数領域から見たモダリティの相違を低減するために、新しい周波数領域モダリティ不変特徴学習フレームワーク(FDMNet)を提案する。 我々のフレームワークでは、インスタンス適応振幅フィルタ(IAF)とPhrase-Preserving Normalization(PPNorm)という、2つの新しいモジュールを導入している。
  論文  参考訳（メタデータ） (2024-01-03T17:11:27Z)
• Unmixing Optical Signals from Undersampled Volumetric Measurements by Filtering the Pixel Latent Variables [5.74378659752939]
  遅延アンミキシング(Latent Unmixing)は、マルチスペクトルニューラルネットワークの潜在空間に帯域通過フィルタを適用する新しいアプローチである。 これは、特にアンダーサンプル分布の文脈において、個々の信号のコントリビューションのより優れた分離と定量化を可能にする。 本手法の物理実験における実用的利用を,本手法の汎用性を強調する2つの試験事例を通して紹介する。
  論文  参考訳（メタデータ） (2023-12-08T20:34:37Z)
• Spectrum-driven Mixed-frequency Network for Hyperspectral Salient Object Detection [14.621504062838731]
  スペクトルから2つの異なる周波数成分を抽出することでスペクトル特性を完全に活用する新しい手法を提案する。 Spectral Saliency は有能なオブジェクトの領域を近似し、Spectral Edge は有能なオブジェクトのエッジ情報をキャプチャする。 この二重周波数情報を効果的に活用するために、新しい軽量スペクトラム駆動混合周波数ネットワーク(SMN)を導入する。
  論文  参考訳（メタデータ） (2023-12-02T08:05:45Z)
• Unified Frequency-Assisted Transformer Framework for Detecting and Grounding Multi-Modal Manipulation [109.1912721224697]
  本稿では、DGM4問題に対処するため、UFAFormerという名前のUnified Frequency-Assisted TransFormerフレームワークを提案する。 離散ウェーブレット変換を利用して、画像を複数の周波数サブバンドに分解し、リッチな顔偽造品をキャプチャする。 提案する周波数エンコーダは、帯域内およびバンド間自己アテンションを組み込んだもので、多種多様なサブバンド内および多種多様なフォージェリー特徴を明示的に集約する。
  論文  参考訳（メタデータ） (2023-09-18T11:06:42Z)
• Learning Multi-resolution Functional Maps with Spectral Attention for Robust Shape Matching [38.160024675855496]
  スペクトルに着目した多分解能関数写像に基づく新しい非剛性形状マッチングフレームワークを提案する。 私たちのフレームワークは、教師なし設定と教師なし設定の両方に適用できます。 入力された形状に応じてスペクトル分解能を適応できるようにネットワークをトレーニングすることが可能であることを示す。
  論文  参考訳（メタデータ） (2022-10-12T16:24:53Z)
• Deep Spectro-temporal Artifacts for Detecting Synthesized Speech [57.42110898920759]
  本稿では,トラック1(低品質フェイク音声検出)とトラック2(部分フェイク音声検出)の総合評価を行う。 本稿では, 原時間信号, スペクトル特性, 深層埋没特性を用いて, 分光時相アーティファクトを検出した。 我々はそれぞれ1番線と2番線で4位と5位にランクインした。
  論文  参考訳（メタデータ） (2022-10-11T08:31:30Z)
• Adaptive Frequency Learning in Two-branch Face Forgery Detection [66.91715092251258]
  本稿では、AFDと呼ばれる2分岐検出フレームワークにおいて、周波数情報を適応的に学習する手法を提案する。 我々は、固定周波数変換からネットワークを解放し、データおよびタスク依存の変換層でより良いパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-03-27T14:25:52Z)
• Multispectral Fusion for Object Detection with Cyclic Fuse-and-Refine Blocks [3.6488662460683794]
  本稿では,マルチスペクトル特徴量に存在する相補的/一貫性のバランスを利用するニューラルネットワークの中間機能融合法を提案する。 オブジェクト検出のための2つの挑戦的マルチスペクトルデータセットに対する融合法の有効性を評価する。
  論文  参考訳（メタデータ） (2020-09-26T18:39:05Z)
• 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。

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。