伪投影算子：深度学习在非平凡频率区间基于投影的滤波中的应用
信号处理
2022-04-15 v3 机器学习
摘要
传统的基于频率的投影滤波器，或称投影算子（PO），通过一系列变换去除含噪频率以分离信号与噪声。然而，该技术依赖于对信号与噪声所在频率的先验知识，且要求这些频率不重叠，这在实际中难以实现。为解决这些问题，我们引入了 PO-神经网络混合模型——伪投影算子（PPO），其利用神经网络执行频率选择。我们在包含多种添加噪声类型的罗切斯特大学多模态音乐演奏数据集上，比较了 PPO、PO 与去噪自编码器（DAE）的滤波能力。在大多数实验中，PPO 均优于 PO 和 DAE。基于这些结果，我们建议未来将 PPO 应用于物理与生物科学中的滤波问题。
引用
@article{arxiv.2111.07140,
title = {The Pseudo Projection Operator: Applications of Deep Learning to Projection Based Filtering in Non-Trivial Frequency Regimes},
author = {Matthew L. Weiss and Nathan C. Frey and Siddharth Samsi and Randy C. Paffenroth and Vijay Gadepally},
journal= {arXiv preprint arXiv:2111.07140},
year = {2022}
}