GPU上の微分可能時間-周波数散乱【JST・京大機械翻訳】

Muradeli John; Vahidi Cyrus; Wang Changhong; Han Han; Lostanlen Vincent; Lagrange Mathieu; Fazekas George

プレプリント

J-GLOBAL ID：202202212712194342 整理番号：22P0333557

GPU上の微分可能時間-周波数散乱【JST・京大機械翻訳】

Differentiable Time-Frequency Scattering on GPU

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 (7件)： , , , , , ,
資料名：
発行年： 2022年04月18日プレプリントサーバーでの情報更新日： 2022年07月19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)

結合時間周波数散乱(JTFS)は,様々なレートとスケールで分光時間変調を抽出する時間周波数領域における畳込み演算子である。それは,一次聴覚皮質における分光時間受容野(STRF)の理想化モデルを提供し,従って,孤立オーディオ事象のスケールでのヒト知覚判断のための生物学的に妥当な代用物として役立つ可能性がある。しかし,JTFSとSTRFの事前実装は,オーディオ生成のための知覚類似性測度と評価方法の標準ツールキットの外で残っていた。この課題を3つの限界,即ち,微分可能性,速度,および柔軟性まで追跡した。本論文では,Pythonにおける時間周波数散乱の実装を示した。先の実装とは異なり,我々のものはバックエンドとしてNumPy,PyTorch,およびTensorFlowを収容し,CPUとGPUの両方に携帯できる。3つのアプリケーション,すなわち,分光時間変調の教師なし多様体学習,音楽機器の教師付き分類,および生体音響音のテクスチャ再合成によるJTFSの有用性を実証した。【JST・京大機械翻訳】

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

脳・神経系モデル , 音声処理 , 中枢神経系 , 聴覚・音声モデル , 符号理論

, ,

前のページに戻る