使用带离散余弦变换层的非对称稀疏自编码器压缩脑电图传感器数据
信号处理
2023-09-22 v1 人工智能
机器学习
摘要
脑电图（EEG）数据压缩对于无线记录应用是必要的，以减少需要传输的数据量。本文提出一种带离散余弦变换（DCT）层的非对称稀疏自编码器来压缩 EEG 信号。该自编码器的编码器模块由全连接线性层与 DCT 层组合而成，利用硬阈值非线性降低冗余数据。此外，DCT 层包含可训练的硬阈值参数与缩放层，以对各个 DCT 系数进行加重或去加重。最后，逐点卷积层生成潜空间。采用稀疏惩罚代价函数使潜空间中的特征图尽可能稀疏。潜空间数据被传输至接收端。自编码器的解码器模块由逆 DCT 与两个全连接线性层构成，以提升数据重建精度。与其他前沿方法相比，所提方法在各种数据压缩实验中显著提升了平均质量分数。
引用
@article{arxiv.2309.12201,
title = {Electroencephalogram Sensor Data Compression Using An Asymmetrical Sparse Autoencoder With A Discrete Cosine Transform Layer},
author = {Xin Zhu and Hongyi Pan and Shuaiang Rong and Ahmet Enis Cetin},
journal= {arXiv preprint arXiv:2309.12201},
year = {2023}
}