MétaCan
Menu
Retour à la cohorte
Enregistrement W3015807727 · doi:10.1109/icassp40776.2020.9054198

The Discrete Stockwell Transforms for Infinite-Length Signals and Their Real-Time Implementations

2020· article· en· W3015807727 sur OpenAlexaff
Yusong Yan, Hongmei Zhu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Electrical Measurement Techniques
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSIGNAL (programming language)Computer scienceSignal processingAlgorithmDiscrete-time signalMultidimensional signal processingBoundary (topology)Fourier transformDiscrete Fourier transform (general)RadarAudio signal processingTime–frequency analysisDigital signal processingMathematicsAudio signalAnalog signalShort-time Fourier transformFourier analysisSignal transfer functionMathematical analysisTelecommunications

Résumé

récupéré en direct d'OpenAlex

The various forms of the Stockwell transforms (ST) introduced in the literature have been developed for off-line signal processing on finite-length signals. However, in many applications such as audio, medical or radar signal processing, signals to be analyzed are of large sizes or received in real-time, time-frequency representations of such a signal cannot be calculated using the entire signal. The common approach is to calculate the spectrum segment-by-segment. This may result obvious boundary effects or lose absolute-referenced phase information in their time-frequency representations. In this paper, new formulations of the discrete ST for infinite-length signals are proposed. Based on the new definitions, fast algorithms are implemented using the fast Fourier transform. Our proposed computational schemes make it possible to process an infinite-length/large size signal segment-by-segment at low computational cost without any boundary effects. More importantly, the absolute-referenced phase information is reserved in this approach. These properties make the infinite-length STs more suitable for real-time signal processing.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,023
Tête enseignante GPT0,264
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Electrical Measurement TechniquesTravaux en français237 207