자동차 레이더 간섭 완화를 위한 변분 신호 분리
이 논문은 자동차 레이더 간섭 완화와 객체 매개변수 추정을 위한 신호 분리 방법을 제안한다. 제안된 알고리즘은 코히어런트 레이더 에코와 비코히어런트 간섭 신호를 모두 고려하는 확률적 모델을 기반으로 한다. 변분 기대-최대화 방법론을 사용하여 객체 매개변수와 간섭 신호 매개변수를 동시에 추정한다.
실내 잔향 환경에서 점수 기반 사전 정보를 활용한 HRTF 추정
실내 잔향 환경에서 자연스러운 신호원(예: 인간 음성)을 사용하여 HRTF와 실내 임펄스 응답을 동시에 추정하는 방법을 제안한다. 점수 기반 확산 모델을 사용하여 HRTF에 대한 데이터 기반 사전 정보를 모델링하고, 이를 활용하여 HRTF를 추정한다.
신호 탐지 네트워크에 대한 화이트박스 공격을 통한 신호 적대적 예제 생성
신호 탐지 네트워크의 취약성을 해결하기 위해 시간-주파수 영역의 제약 조건을 이용하여 신호 적대적 예제를 생성하는 모델을 제안한다.
대규모 및 효율적인 신호 처리를 위한 아날로그 고속 푸리에 변환
아날로그 메모리 컴퓨팅 시스템에서 고속 푸리에 변환 알고리즘을 구현하여 대규모 푸리에 변환을 효율적으로 수행할 수 있다.
신호 대 잡음 비율 변화에 따른 딥 신경망 기반 수신기 해석
신호 대 잡음 비율 변화에 따른 딥 신경망 기반 수신기 모델의 내부 메커니즘을 해석하는 새로운 방법을 제안한다. 이 방법은 모델의 특정 유닛 또는 유닛들이 관심 채널 매개변수에 대해 가장 많은(또는 가장 적은) 정보를 포함하고 있는지 식별할 수 있다.
고동역 신호 스펙트럼 추정: 6K + 4 모듈로 샘플로 K 주파수 복원
본 연구는 고동역 신호의 스펙트럼을 Nyquist 비율 이하의 샘플링으로 효과적으로 추정하는 새로운 방법을 제안한다. 제안된 방법은 다채널 시스템에 기반한 무제한 센싱 프레임워크(USF)를 활용하며, 단 6K + 4개의 모듈로 샘플만으로 K개의 임의 진폭 및 주파수를 가진 정현파를 정확하게 복원할 수 있음을 보인다.
향상된 RMT 추정기를 이용한 알 수 없는 색상 잡음 환경에서의 신호 개수 추정
향상된 RMT 추정기를 이용하여 알 수 없는 잡음 공분산 행렬을 가진 환경에서 신호 개수를 효과적으로 추정할 수 있다.
명확한 일관성 보존 손실 함수를 이용한 위상 복원 및 음성 향상
제안된 일관성 보존 손실 함수를 사용하여 음성 신호의 위상 정보를 효과적으로 복원할 수 있으며, 이를 통해 음성 향상 성능을 향상시킬 수 있다.
44.1kHz 오디오 효과 RNN을 위한 보간 필터 설계
RNN 모델의 샘플링 레이트를 변경하기 위해 보간 필터를 사용하여 상향 및 하향 샘플링을 수행할 수 있다. 적절한 필터 선택은 모델 출력 품질에 큰 영향을 미치며, 선형 분석을 통해 안정성을 예측할 수 있다.
클립된 측정치에서 오디오 신호 복원을 위한 등가성 기반 자기 지도 학습
클립된 측정치만을 사용하여 오디오 신호를 복원하는 새로운 자기 지도 학습 방법을 제안하였다. 이는 신호의 크기 불변성을 활용하여 클립된 부분을 학습하는 것이 핵심이다.
