최신 인도 언어 TTS 합성기 개발을 위한 신호 처리 기반 정렬
신호 처리 기반 정렬 기법을 활용하여 정확한 음소 경계를 추출하고, 이를 통해 우수한 품질의 인도 언어 TTS 시스템을 개발할 수 있다.
귀에 착용하는 ECG 신호의 잡음 제거를 위한 탈잡음 합성곱 오토인코더
귀에 착용하는 ECG 신호에서 잡음을 효과적으로 제거하고 심전도 특징을 정확하게 복원하는 탈잡음 합성곱 오토인코더 모델을 개발하였다.
실시간 원시 신호 처리를 위한 깊은 상태 공간 모델링 기반 음성 향상
aTENNuate는 효율적인 온라인 원시 음성 향상을 위해 구성된 간단한 깊은 상태 공간 오토인코더이다.
112 Gb/s 상향 PON에서 새로운 푸리에 컨볼루션 기반 네트워크를 사용한 고급 이퀄라이제이션
새로운 푸리에 컨볼루션 기반 네트워크(FConvNet) 이퀄라이저를 사용하여 112 Gb/s 상향 PAM4-PON의 수신기 감도를 기존 이퀄라이저 대비 향상시켰다.
심전도 신호의 초고해상도 복원을 위한 잡음제거 합성곱 오토인코더 설계
본 연구는 심전도 신호의 초고해상도 복원을 위한 잡음제거 합성곱 오토인코더 모델을 제안한다. 이 모델은 저해상도 심전도 신호로부터 고해상도 및 잡음제거된 심전도 신호를 생성할 수 있다.
선형 시간 불변 (LTI) 시스템을 RNN을 통해 보편적으로 근사하기: 저장 컴퓨팅의 무작위성의 힘
RNN의 무작위 가중치 구성은 일반 LTI 시스템을 효과적으로 근사할 수 있으며, 이에 대한 최적의 확률 밀도 함수를 분석적으로 도출할 수 있다.
불규칙적으로 샘플링된 데이터에 대한 암묵적 신경 표현을 활용한 비음수 행렬 분해 재고
불규칙적으로 샘플링된 시간-주파수 데이터에 대해 비음수 행렬 분해를 수행할 수 있는 새로운 접근법을 제안한다. 이를 위해 암묵적 신경 표현을 활용하여 연속적인 함수 형태로 스펙트럼 템플릿과 활성화 함수를 모델링한다.
신호 처리와 기계 학습의 교차점: 사용 사례 기반 분석 접근법
최근 센싱, 측정 및 컴퓨팅 기술의 발전으로 신호 기반 애플리케이션의 잠재력이 크게 확대되었으며, 신호 처리와 기계 학습(ML) 간의 시너지를 활용하여 성능과 신뢰성을 향상시킬 수 있다.
심층 가우시안 과정 기반 상태 공간 모델의 순차적 추정
본 논문은 상태 공간 모델과 심층 상태 공간 모델의 미지 변수들을 순차적으로 추정하는 방법을 제안한다. 제안된 접근법은 랜덤 특징 기반 가우시안 과정을 활용하여 비선형 잠재 프로세스와 조건부 선형 미지 변수를 효과적으로 추정한다. 또한 앙상블 학습을 통해 잠재 프로세스 추정의 분산을 줄이고 관측치 예측의 성능을 향상시킨다.
© 2024 by Linnk AI