MétaCan
Menu
Retour à la cohorte
Enregistrement W4401210573 · doi:10.1109/tsp.2024.3436610

A Generalized Nyquist-Shannon Sampling Theorem Using the Koopman Operator

2024· article· en· W4401210573 sur OpenAlex
Zhexuan Zeng, Jun Liu, Ye Yuan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Signal Denoising Methods
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésNyquist–Shannon sampling theoremMathematicsNonuniform samplingApplied mathematicsSampling (signal processing)Nyquist stability criterionSignal processingDiscrete mathematicsComputer scienceAlgorithmMathematical analysisStatisticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

In the field of signal processing, the sampling theorem plays a fundamental role for signal reconstruction as it bridges the gap between analog and digital signals. Following the celebrated Nyquist-Shannon sampling theorem, generalizing the sampling theorem to non-band-limited signals remains a major challenge. In this work, a generalized sampling theorem, which builds upon the Koopman operator, is proposed for signals in a generator-bounded space. It naturally extends the Nyquist-Shannon sampling theorem in that: 1) for band-limited signals, the lower bounds of the sampling frequency and the reconstruction formulas given by these two theorems are exactly the same; 2) the Koopman operator-based sampling theorem can also provide a finite bound of the sampling frequency and a reconstruction formula for certain types of non-band-limited signals, which cannot be addressed by Nyquist-Shannon sampling theorem. These non-band-limited signals include, but are not limited to, the inverse Laplace transform with limit imaginary interval of integration, and linear combinations of complex exponential functions. Furthermore, the Koopman operator-based reconstruction method is supported by theoretical results on its convergence. This method is illustrated numerically through several examples, demonstrating its robustness against low sampling frequencies.

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.

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 candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,064
Tête enseignante GPT0,338
Écart entre enseignants0,274 · 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