用于推断与近似重构的信号拓扑简化
信号处理
2022-06-16 v1 信息论
机器学习
math.IT
摘要
随着物联网(IoT)设备变得既更廉价又更强大,研究人员日益发现其在财务与计算上解决科学好奇心的方案可行。然而,在功率或通信预算受限的情况下,设备只能发送高度压缩的数据。对于远离电网且只能通过卫星通信的设备而言,这种情况很常见,在环境传感器网络中尤为 plausible。这些限制还可能因通信预算的潜在变化而更加复杂,例如太阳能设备在阴天传输数据时需要消耗更少能量。我们提出了一种新颖的、基于拓扑的有损压缩方法,非常适合这些受限但可变的场景。该技术称为拓扑信号压缩(Topological Signal Compression),可发送利用全部可变通信预算的压缩信号。为展示我们算法的能力,我们对来自 Free-Spoken Digit Dataset 的逐渐拓扑简化信号进行熵计算以及分类实验,并探究所得性能相对于常见基线的稳定性。
引用
@article{arxiv.2206.07486,
title = {Topological Simplification of Signals for Inference and Approximate Reconstruction},
author = {Gary Koplik and Nathan Borggren and Sam Voisin and Gabrielle Angeloro and Jay Hineman and Tessa Johnson and Paul Bendich},
journal= {arXiv preprint arXiv:2206.07486},
year = {2022}
}
备注
10 pages, 12 figures