MétaCan
Menu
Retour à la cohorte
Enregistrement W2156244284 · doi:10.1109/tit.2004.840891

On Simple Oversampled A/D Conversion in Shift-Invariant Spaces

2005· article· en· W2156244284 sur OpenAlexaff
Bin Han, Rong Qing Jia

Notice bibliographique

RevueIEEE Transactions on Information Theory · 2005
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Analysis and Transform Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQuantization (signal processing)MathematicsInvariant (physics)LogarithmComputational complexity theoryAlgorithmMathematical analysis

Résumé

récupéré en direct d'OpenAlex

It has been found that the quantization error e for a conventional oversampled analog-to-digital (A/D) conversion behaves like /spl par/e/spl par//sup 2/=O(/spl tau//sup 2/) with respect to the sampling rate /spl tau/. Recently, conventional A/D conversion has been extended to A/D conversion based on shift-invariant spaces. As consequences of such extension, it offers rich choices to build a nonideal A/D conversion system of high accuracy and low computational complexity, as well as reduces the noise sensitivity and computational complexity in digital-to-analog (D/A) conversion. Therefore, it is necessary to establish the estimate of quantization error for the extended A/D conversion based on shift-invariant spaces. In this paper, we introduce a constructive method to establish an estimate of the quantization error as |e|/sup 2/=O(/spl tau//sup 2/) for oversampled A/D conversion in shift-invariant spaces. Meanwhile, we demonstrate that the bit rate required to encode the converted digital signal in such A/D conversion scheme only increases as the logarithm of the sampling ratio. Therefore, the quantization error is an exponentially decaying function of the bit rate. In order to establish such an estimate, we need the nonuniform sampling theorem for shift-invariant spaces, which, as the necessary preparation, is studied prior to introducing the constructive method.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,301
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations28
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Information TheoryMême sujetMathematical Analysis and Transform MethodsTravaux en français237 207