用于滤波器组监督设计的非负OPLS：在图像与音频特征提取中的应用
音频与语音处理
2021-12-24 v1 机器学习
声音
摘要
音频或视觉数据分析任务通常需处理高维且非负的信号。然而，多数数据分析方法在数据维度超过少数几维时面临过拟合与数值问题，需要降维预处理。此外，关于滤波器如何及为何对音频或视觉应用起作用的 Interpretability 是一项期望属性，尤其当涉及能量或频谱信号时。在这些情况下，由于此类信号的本质，滤波器权重的非负性是更好理解其工作的期望属性。出于这两方面需求，我们提出不同方法在确保解的非负性与可解释性的同时降低数据维度。具体而言，我们提出一种通用方法论，以监督方式设计处理非负数据应用的滤波器组，并探索了由非负化正交偏最小二乘方法组成的所提目标函数的不同求解方式。我们分析了所提方法获得的特征在纹理与音乐流派分类这两个不同且被广泛研究应用中的判别力。此外，我们将方法获得的滤波器组与其他专为特征提取设计的SOTA方法进行比较。
引用
@article{arxiv.2112.12280,
title = {Nonnegative OPLS for Supervised Design of Filter Banks: Application to Image and Audio Feature Extraction},
author = {Sergio Muñoz-Romero and Jerónimo Arenas García and Vanessa Gómez-Verdejo},
journal= {arXiv preprint arXiv:2112.12280},
year = {2021}
}