MétaCan
Menu
Retour à la cohorte
Enregistrement W2168085983 · doi:10.1109/tsp.2005.849192

On spectral theory of cyclostationary signals in multirate systems

2005· article· en· W2168085983 sur OpenAlexaff
Jiandong Wang, Tongwen Chen, Biao Huang

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlind Source Separation Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCyclostationary processLinear systemLTI system theoryMathematicsInvariant (physics)Computer scienceAlgorithmSignal processingTransformation matrixControl theory (sociology)Digital signal processingTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper studies two problems in the spectral theory of discrete-time cyclostationary signals: the cyclospectrum representation and the cyclospectrum transformation by linear multirate systems. Four types of cyclospectra are presented, and their interrelationships are explored. In the literature, the problem of cyclospectrum transformation by linear systems was investigated only for some specific configurations and was usually developed with inordinate complexities due to lack of a systematic approach. A general multirate system that encompasses most common systems-linear time-invariant systems and linear periodically time-varying systems-is proposed as the unifying framework; more importantly, it also includes many configurations that have not been investigated before, e.g., fractional sample-rate changers with cyclostationary inputs. The blocking technique provides a systematic solution as it associates a multirate system with an equivalent linear time-invariant system and cyclostationary signals with stationary signals; thus, the original problem is elegantly converted into a relatively simple one, which is solved in the form of matrix multiplication.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0030,001

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 Opus0,024
Tête enseignante GPT0,278
Écart entre enseignants0,255 · 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

Citations22
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Signal ProcessingMême sujetBlind Source Separation TechniquesTravaux en français237 207