MétaCan
Menu
Retour à la cohorte
Enregistrement W2157827695 · doi:10.1109/ssp.2005.1628651

Localization of wideband sources in colored noise VIA generalized least squares (GLS)

2005· article· en· W2157827695 sur OpenAlexaff
Javad Mohammadpour Velni, K. Khorasani

Notice bibliographique

RevueIEEE/SP 13th Workshop on Statistical Signal Processing, 2005 · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNarrowbandColors of noiseLeast-squares function approximationAlgorithmColoredNoise (video)CovarianceGeneralized least squaresWidebandTransformation (genetics)Covariance matrixMathematicsNon-linear least squaresComputer scienceMathematical optimizationElectronic engineeringStatisticsEngineeringTelecommunicationsEstimation theoryWhite noiseArtificial intelligenceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

In this paper we present a new method for localization of wideband sources in the presence of colored noise. The optimization criterion used is an extension of conventional least-squares method known as generalized least squares (GLS). The crux of the criterion is based on covariance matching and involves its transformation that yields a more efficient and consistent estimate of the direction of arrivals (DOAs) as compared to the LS and GLS methods that are only developed in the literature for narrowband sources

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,273
Écart entre enseignants0,257 · 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'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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE/SP 13th Workshop on Statistical Signal Processing, 2005Même sujetSpeech and Audio ProcessingTravaux en français237 207