MétaCan
Menu
Retour à la cohorte
Enregistrement W2016518969 · doi:10.1063/1.2990992

Symmetric Discrete Orthonormal Stockwell Transform

2008· article· lt· W2016518969 sur OpenAlexaff
Yanwei Wang, Jeff Orchard

Notice bibliographique

RevueAIP conference proceedings · 2008
Typearticle
Languelt
DomaineComputer Science
ThématiqueImage and Signal Denoising Methods
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOrthonormal basisDiscrete sine transformDiscrete Fourier transform (general)Discrete Hartley transformFractional Fourier transformAlgorithmComputer scienceComputationMathematicsS transformProperty (philosophy)Hartley transformFourier transformWavelet transformDiscrete wavelet transformMathematical analysisArtificial intelligenceFourier analysisPhysicsWavelet

Résumé

récupéré en direct d'OpenAlex

The Stockwell Transform (ST) is a time‐frequency signal decomposition that is gaining in popularity, likely because of its direct relation with the Fourier Transform (FT). A discrete and non‐redundant version of the ST, denoted the Discrete Orthonormal Stockwell Transform (DOST), has made the use of the ST more feasible. However, the matrix multiplication required by the DOST can still be a formidable computation, especially for high‐dimensional data. Moreover, the symmetric property of the ST and FT is not present in the DOST.In this paper, we investigate a new Symmetric Discrete Orthonormal Stockwell Transform (SDOST) that still keeps the non‐redundant multiresolution features of the DOST, while maintaining a symmetry property similar to that of the FT.First, we give a brief introduction for the ST and the DOST. Then we analyze the DOST coefficients and modify the transform to get a symmetric version. A small experiment shows that the SDOST has kept the abilities of the DOST and demonstrates the advantage of symmetry when applying the SDOST.

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.

Comment cette classification a été obtenuedéplier

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,040
Tête enseignante GPT0,271
Écart entre enseignants0,231 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetImage and Signal Denoising MethodsTravaux en français237 207