MétaCan
Menu
Retour à la cohorte
Enregistrement W1499360475 · doi:10.1109/ccece.1996.548246

Singularity processing of nonstationary signals

2002· article· en· W1499360475 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFractal and DNA sequence analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSingularityMultifractal systemFractalSignal processingNonlinear systemMeasure (data warehouse)ChaoticComputer scienceSIGNAL (programming language)Perturbation (astronomy)Detection theoryMathematicsStatistical physicsArtificial intelligenceMathematical analysisPhysicsData miningDigital signal processingDetectorTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents a new approach in processing nonstationary signals-such as speech signals and images-through singularity characterization. In this approach, we associate a singular measure /spl mu//sub f(t/) (r) with a transient at time t of a signal f(t) (where a real number r>0 is a time perturbation around t) and use the singularity behaviour of the measure for the characterization of the signal nonstationarity. The approach is capable of characterizing isolated transients through Holder exponents (or singularity strength), as well as mixture transients (e.g. singularity everywhere) through the concept of fractality and multifractality. The paper discusses the concept and the practicality of applying this approach to signals. The paper also shows that this approach can provide a unifying framework for previously published work on applying nonlinear, chaotic, fractal, and multifractal analysis to signals. We show that the main conceptual issue in applying fractality and multifractality to signals using this framework is the proper selection of signal measures.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,327

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations5
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFractal and DNA sequence analysisTravaux en français237 207