複雑なスペクトル構造を持つ非平滑信号のモデリング【JST・京大機械翻訳】

Bruinsma Wessel P.; Tegner Martin; Turner Richard E.

プレプリント

J-GLOBAL ID：202202204030797859 整理番号：22P0303647

複雑なスペクトル構造を持つ非平滑信号のモデリング【JST・京大機械翻訳】

Modelling Non-Smooth Signals with Complex Spectral Structure

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月14日プレプリントサーバーでの情報更新日： 2022年04月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Gaussプロセス畳込みモデル(GPCM;Tobarら,2015a)は複雑なスペクトル構造の信号に対するモデルである。GPCMの重要な制限は,それが迅速に減衰するスペクトルを仮定することであり,それは滑らかな信号だけをモデル化することができる。さらに,GPCMにおける推論は,(1)平均場仮定,(2)不十分な較正不確実性,および(2)大きな共分散行列の退屈な変分最適化を必要とする。平滑度に関する緩和仮定を持つスペクトルにわたるより豊富な分布を誘発するためにGPCMモデルを再設計して,Causal Gauss過程畳込みモデル(CGPCM)はGPCMに因果律仮定を導入し,そして,粗いGaussプロセス畳込みモデル(RGPCM)は分数Ornstein-UhlenbeckプロセスのBayesノンパラメトリック一般化として解釈できる。また,平均場仮定を超えて,より効果的な変分推論スキームを提案し,最適変分解から直接的にサンプリングするGibbsサンプラを設計し,変分最適化を完全に回避した。GPCMの提案した変動を,合成および実世界データの実験で検証し,有望な結果を示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , 信号理論

前のページに戻る