論文の概要: Higher-Order Spectra and their Unbiased Estimation in the GPU-accelerated SignalSnap Library
- arxiv url: http://arxiv.org/abs/2505.01231v1
- Date: Fri, 02 May 2025 12:36:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-05 17:21:20.017929
- Title: Higher-Order Spectra and their Unbiased Estimation in the GPU-accelerated SignalSnap Library
- Title（参考訳）: GPU加速型SignalSnapライブラリにおける高次スペクトルとその非バイアス推定
- Authors: Markus Sifft, Armin Ghorbanietemad, Fabian Wagner, Daniel Hägele,
- Abstract要約: 我々は、オープンソースのGPUアクセラレーションライブラリSignaSnapを用いて、ポリスペクトルの推定の理論的背景について論じる。
例えば、異なるチャネル間の相関や時間反転対称性の破れなどである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The analysis of time-dependent data poses a fundamental challenge in many fields of science and engineering. While concepts for higher-order spectral analysis like Brillinger's polyspectra for stationary processes have long been introduced, their applications have been limited probably due to high computational cost and complexity of implementation. Here we discuss the theoretical background of estimating polyspectra with our open-source GPU-accelerated SignaSnap library and highlight its advantages over previous implementations: (i) The calculation of spectra is unprecedentedly based on unbiased and consistent estimators that suppress the appearance of false structures in fourth-order spectra. (ii) SignalSnap implements cross-correlation spectra for up to four channels. (iii) The spectral estimates of SignalSnap have a clear relation to Brillinger's definition of ideal spectra of continuous stochastic processes in terms of amplitude and spectral resolution. (iv) SignalSnap estimates the variance of each spectral value. We show how polyspectra reveal, e.g., the correlations between different channels or the breaking of time-inversion symmetry and discuss how quasi-polyspectra uncover the non-stationarity of signals.
- Abstract（参考訳）: 時間依存データの解析は、科学と工学の多くの分野において根本的な課題となっている。
定常過程に対するブリリンジャーのポリスペクトルのような高次スペクトル解析の概念は長い間導入されてきたが、それらの応用はおそらく高い計算コストと実装の複雑さのために制限されてきた。
ここでは、オープンソースのGPUアクセラレーションライブラリSignaSnapでポリスペクトルを推定する理論的背景について論じ、従来の実装よりもその優位性を強調します。
一 スペクトルの計算は、四階スペクトルにおける虚構造の出現を抑制する不偏で一貫した推定器を前例なく基礎としている。
(ii)SignalSnapは最大4チャンネルの相互相関スペクトルを実装している。
3)SignalSnapのスペクトル推定は、振幅およびスペクトル分解率の観点からの連続確率過程の理想的なスペクトルの定義と明確な関係を持つ。
(iv)SignalSnapは各スペクトル値のばらつきを推定する。
ポリスペクトルが、例えば、異なるチャネル間の相関や時間反転対称性の破れをいかに明らかにするかを示し、準ポリスペクトルが信号の非定常性を明らかにするかについて議論する。
関連論文リスト
- CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [75.25966323298003]
スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。
スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。
我々は、$textbfC$amera-$textbfA$gnostic $textbfR$esupervised $textbfL$のモデルである$textbfCARL$を紹介した。
論文 参考訳（メタデータ） (2025-04-27T13:06:40Z) - Disentangling Modes and Interference in the Spectrogram of Multicomponent Signals [4.570664073341981]
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。
論文 参考訳（メタデータ） (2025-03-19T08:36:20Z) - Spectral Estimators for Multi-Index Models: Precise Asymptotics and Optimal Weak Recovery [21.414505380263016]
スペクトル推定器を用いて信号が分散する部分空間の復元に焦点をあてる。
我々の主な技術的貢献はスペクトル法の性能を正確に評価することである。
分析の結果,サンプルの複雑さが増大するにつれて固有値がスペクトルの大部分から逃れる相転移現象が明らかになった。
論文 参考訳（メタデータ） (2025-02-03T18:08:30Z) - Point-Calibrated Spectral Neural Operators [54.13671100638092]
点レベル適応スペクトルベースで関数を近似することで演算子マッピングを学習する。
点平衡スペクトル演算子は点レベル適応スペクトルベースで関数を近似することで演算子マッピングを学習する。
論文 参考訳（メタデータ） (2024-10-15T08:19:39Z) - HoloNets: Spectral Convolutions do extend to Directed Graphs [59.851175771106625]
従来の知恵は、スペクトル畳み込みネットワークは無向グラフ上にしか展開できないと規定している。
ここでは、このグラフフーリエ変換への伝統的な依存が超フルであることを示す。
本稿では,新たに開発されたフィルタの周波数応答解釈を行い,フィルタ表現に使用するベースの影響を調査し,ネットワークを基盤とする特性演算子との相互作用について議論する。
論文 参考訳（メタデータ） (2023-10-03T17:42:09Z) - Boosting the Generalization Ability for Hyperspectral Image Classification using Spectral-spatial Axial Aggregation Transformer [14.594398447576188]
ハイパースペクトル画像分類(HSIC)タスクでは、最も一般的に使われているモデル検証パラダイムは、画素単位のランダムサンプリングによってトレーニング・テストデータセットを分割することである。
私たちの実験では、トレーニングとテストデータセットが多くの情報を共有しているため、高い精度が達成できたことが分かりました。
本稿では,データセット分割間の一般化を保ったスペクトル-空間軸アグリゲーション変換器モデルSaaFormerを提案する。
論文 参考訳（メタデータ） (2023-06-29T07:55:43Z) - Spectral Feature Augmentation for Graph Contrastive Learning and Beyond [64.78221638149276]
グラフ(および画像)におけるコントラスト学習のための新しいスペクトル特徴論法を提案する。
各データビューに対して,特徴写像毎の低ランク近似を推定し,その近似を地図から抽出して補数を求める。
これは、2つの価値ある副産物(単に1つまたは2つのイテレーション)を楽しむ非標準パワーレジームである、ここで提案された不完全パワーイテレーションによって達成される。
グラフ/画像データセットの実験では、スペクトルフィーチャの増大がベースラインを上回ります。
論文 参考訳（メタデータ） (2022-12-02T08:48:11Z) - Scale Dependencies and Self-Similar Models with Wavelet Scattering
Spectra [1.5866079116942815]
複雑なウェーブレット変換は、各スケールで信号の変動を計算する。
スケール間の依存性は、ウェーブレット係数の時間とスケールのジョイント相関によって捉えられる。
このモーメントのベクトルは多スケールプロセスのガウス的でない幅広い性質を特徴付けることを示す。
論文 参考訳（メタデータ） (2022-04-19T22:31:13Z) - Robust, Nonparametric, Efficient Decomposition of Spectral Peaks under
Distortion and Interference [0.0]
本稿では, 高速フーリエ変換を用いて, 周波数スペクトルのスペクトルピークの分解法を提案する。
スペクトルのピークを擬対称関数としてモデル化する。そこでは、距離が大きくなると中心周波数の周りの非増加的な振る舞いが制約となる。
我々のアプローチは、観測システムによって引き起こされる可能性のあるスペクトルの任意の歪み、干渉、ノイズに対してより堅牢である。
論文 参考訳（メタデータ） (2022-04-18T17:08:37Z) - Spectral Splitting and Aggregation Network for Hyperspectral Face
Super-Resolution [82.59267937569213]
高分解能(HR)ハイパースペクトル顔画像は、制御されていない条件下での顔関連コンピュータビジョンタスクにおいて重要な役割を果たす。
本稿では,ハイパースペクトル顔画像への深層学習手法の適用方法について検討する。
限られたトレーニングサンプルを用いたHFSRのためのスペクトル分割集約ネットワーク(SSANet)を提案する。
論文 参考訳（メタデータ） (2021-08-31T02:13:00Z)
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。