Fugu-MT 論文翻訳(概要): Reducción de ruido por medio de autoencoders: caso de estudio con la señal GW150914

論文の概要: Reducción de ruido por medio de autoencoders: caso de estudio con la señal GW150914

arxiv url: http://arxiv.org/abs/2510.00873v1
Date: Wed, 01 Oct 2025 13:22:51 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-03 14:32:17.207162
Title: Reducción de ruido por medio de autoencoders: caso de estudio con la señal GW150914
Title（参考訳）: GW150914における自己エンコーダの削減
Authors: Fernanda Zapata Bascuñán, Darío Fernando Mendieta,
Abstract要約: 本研究では,重力現象などの低振幅信号の品質向上のためのオートエンコーダの適用に焦点を当てた。既存のオートエンコーダは宇宙イベントデータを使用してトレーニングされ、アーキテクチャとパラメータを最適化した。
参考スコア（独自算出の注目度）: 41.99844472131922
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This brief study focuses on the application of autoencoders to improve the quality of low-amplitude signals, such as gravitational events. A pre-existing autoencoder was trained using cosmic event data, optimizing its architecture and parameters. The results show a significant increase in the signal-to-noise ratio of the processed signals, demonstrating the potential of autoencoders in the analysis of small signals with multiple sources of interference.
Abstract（参考訳）: この簡単な研究は、重力イベントのような低振幅信号の品質を向上させるためのオートエンコーダの応用に焦点を当てている。既存のオートエンコーダは、宇宙イベントデータを使用してトレーニングされ、アーキテクチャとパラメータを最適化した。その結果、処理された信号の信号対雑音比が著しく増加し、干渉源が複数ある小さな信号の解析においてオートエンコーダの可能性が示された。

関連論文リスト

Improving the Diffusability of Autoencoders [54.920783089085035]
高品質な画像やビデオを生成するための主要なアプローチとして、潜伏拡散モデルが登場している。我々は、現代のオートエンコーダのスペクトル分析を行い、その潜在空間における不規則な高周波成分を同定する。我々は、この高周波成分が拡散合成プロセスの粗大な微細な性質に干渉し、生成品質を阻害する仮説を立てた。
論文参考訳（メタデータ） (2025-02-20T18:45:44Z)
DenoMAE: A Multimodal Autoencoder for Denoising Modulation Signals [21.25974800554959]
デノマエ(DenoMAE)は、プレトレーニング中に変調信号を復調するための新しいフレームワークである。ノイズを含む複数の入力モダリティを組み込んで、クロスモーダル学習を強化する。自動変調分類タスクにおける最先端の精度を実現する。
論文参考訳（メタデータ） (2025-01-20T15:23:16Z)
Aircraft Radar Altimeter Interference Mitigation Through a CNN-Layer Only Denoising Autoencoder Architecture [0.7538606213726906]
我々は,CNN層のみのオートエンコーダアーキテクチャを用いて,レーダ高度計の測位精度を向上させることができることを示す。最大4万個のIQサンプルのFMCWレーダー信号を確実に再構成することができる。
論文参考訳（メタデータ） (2024-10-04T13:32:05Z)
Multi-task Learning for Radar Signal Characterisation [48.265859815346985]
本稿では,マルチタスク学習(MTL)問題として,レーダ信号の分類と特徴化に取り組むためのアプローチを提案する。本稿では,複数のレグレッションタスクと分類タスクを同時最適化するIQST(IQ Signal Transformer)を提案する。合成レーダデータセット上で提案したMTLモデルの性能を示すとともに,レーダ信号の特徴付けのための一級ベンチマークも提供する。
論文参考訳（メタデータ） (2023-06-19T12:01:28Z)
Simultaneous source separation of unknown numbers of single-channel underwater acoustic signals based on deep neural networks with separator-decoder structure [0.0]
本稿では,可能なターゲットの最大数に等しい一定数の出力チャネルを持つ,深層学習に基づく同時分離ソリューションを提案する。この解は、目標への出力のアライメントによって引き起こされる置換問題による次元的災害を回避する。放射音の混合を模擬した実験により, 提案手法は, 既知信号数と同等の分離性能が得られることを示した。
論文参考訳（メタデータ） (2022-07-24T14:04:34Z)
Removing Noise from Extracellular Neural Recordings Using Fully Convolutional Denoising Autoencoders [62.997667081978825]
ノイズの多いマルチチャネル入力からクリーンなニューロン活動信号を生成することを学習する完全畳み込みデノイングオートエンコーダを提案する。シミュレーションデータを用いた実験結果から,提案手法はノイズ崩壊型ニューラルネットワークの品質を大幅に向上させることができることがわかった。
論文参考訳（メタデータ） (2021-09-18T14:51:24Z)
Source-Agnostic Gravitational-Wave Detection with Recurrent Autoencoders [0.0]
本稿では, レーザ干渉計における重力波信号検出問題に対する, ディープリカレントオートエンコーダに基づく異常検出手法の適用について述べる。ノイズデータに基づいて訓練されたこのアルゴリズムは、特定の種類のソースを標的にすることなく、教師なしの戦略を用いて信号を検出することができる。
論文参考訳（メタデータ） (2021-07-27T09:56:49Z)
Rapid parameter estimation of discrete decaying signals using autoencoder networks [0.8250374560598496]
離散サンプリング信号の信号パラメータを迅速に抽出するためのオートエンコーダネットワークの使用を実証する。 3段階のトレーニング手法とニューラルネットワークのサイズを慎重に選択することで,オートエンコーダネットワークの潜在空間から直接関連する信号パラメータを検索することができる。本手法の精度と精度は,従来のアルゴリズムに基づく信号解析手法と類似していることを示した。
論文参考訳（メタデータ） (2021-03-10T09:56:53Z)

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。