文献

J-GLOBAL ID：202202215944299966   整理番号：22A0449239

時系列データにおけるスパース性支援信号雑音除去とパターン認識【JST・京大機械翻訳】

Sparsity-Assisted Signal Denoising and Pattern Recognition in Time-Series Data

著者 (3件)： Prateek G. V. (Department of Electrical and Systems Engineering, Washington University in St. Louis, St. Louis, USA) ,  Ju Yo-El (Department of Neurology, Washington University School of Medicine, St. Louis, USA) ,  Nehorai Arye (Department of Electrical and Systems Engineering, Washington University in St. Louis, St. Louis, USA)
資料名： Circuits, Systems, and Signal Processing  (Circuits, Systems, and Signal Processing)
巻： 41  号： 1  ページ： 249-298  発行年： 2022年 
JST資料番号： H0430B  ISSN： 0278-081X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 線形時間不変フィルタ,直交多重解像度表現,およびスパース性ベースの方法を結合することによって,バッチモード時系列データの処理における信号雑音除去とパターン認識の問題に取り組んだ。ディジタルフィルタの状態空間表現のスペクトル変換を用いて,行列として高次零相低域,高域,帯域通過無限インパルス応答フィルタを設計する新しい方法を提案した。また,因子分解製品がフィルタのゼロ位相特性を保持し,信号モデルにおける入力のスパース導関数成分を取り込むように,ゼロ位相高域通過と帯域通過ディジタルフィルタの特殊クラスを因数化する近位勾配ベース技術を提案した。新しいフィルタ設計の適用を実証するために,著者らは,関心のパターンを同時に雑音除去し,同定するための新しい信号モデルを検証し,提案した。信号における関心のパターンを雑音除去または検出するために,提案した信号モデルは,ウェーブレットや短時間Fourier変換のような直交多重解像度表現と線形時間不変(LTI)フィルタとスパース性ベース法を同時に結合した。K-複合体と睡眠紡錘体を検出するために,睡眠-脳波(EEG)データを用いた提案信号モデルの能力を例証した。再現性のある研究は,利用可能である。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *パターン認識 ,  脳波 ,  ディジタルフィルタ ,  フィルタ設計 ,  波束 ,  平滑化 ,  複合体 ,  位相 ,  導関数 ,  直交性 ,  周波数帯 ,  *雑音除去
準シソーラス用語： *時系列データ ,  *スパース性 ,  信号モデル , 【Automatic Indexing@JST】

著者キーワード (9件)： 信号平滑化 ,  信号雑音除去 ,  パターン認識 ,  ゼロ位相フィルタ ,  凸最適化 ,  脳波検査(EEG) ,  K-錯体 ,  睡眠 ,  ポリソムノグラフィ

分類 (3件)： 信号理論  (ND02020G) ,  生体計測  (EL03020C) ,  ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (5件)： 時系列データ ,  スパース性 ,  支援 ,  信号雑音除去 ,  パターン認識