Feb, 2024

非平稳时间序列的相位驱动领域通用学习

PDF
TL;DR基于我们观察到的非稳态统计与相位信息的内在联系，我们提出了一种时间序列学习框架 PhASER，包括相位增强、分离特征编码、特征广播等元素，以增强学习模型对不同分布的泛化能力，通过在人类活动识别、睡眠阶段分类和手势识别等 5 个数据集上的广泛评估，我们证明 PhASER 相对于现有基线方法平均提高了 5% 的性能，在某些情况下提高了 13%，此外，PhASER 的原则可以广泛应用于提升现有时间序列分类模型的泛化能力。
continuous sensing datanonstationary statisticstime-series learning frameworkphase augmentationdistribution invariant learning
发现论文，激发创造
  • 相位匹配用于样本外泛化

    通过引入基于 Fourier 变换的结构性因果模型，本文旨在阐明领域泛化和频率组分之间的关系，将相位谱解释为半因果因素，将幅度谱解释为非因果因素。在多个基准测试中，通过对幅度谱进行扰动并建立空间关系来匹配相位组分，我们的方法在领域泛化和超出分布鲁棒性任务中取得了最先进的性能。

    Jul, 2023

  • PHASEN：一个考虑相位和谐波的语音增强网络

    本文介绍了一种基于深度神经网络的相位和谐感知模型（PHASEN），用于单通道语音增强，其中使用两种不同的流进行幅度和相位预测，并设计了频率转换模块来捕捉沿频率轴的长程相关性，在 AVSpeech + AudioSet 和 Voice Bank + DEMAND 数据集上分别获得 1.76dB 和大幅优于以前方法的表现。

    Nov, 2019

  • 基于 Fourier 的领域泛化框架

    本文提出了一种基于傅里叶的领域泛化新视角，通过开发一种称为幅度混合的新型傅里叶数据增强策略，来强制模型捕获高级语义信息，同时在原始图像与增强图像之间引入了一种双重一致性损失方法，取得了领域泛化的最新成果并显著提高了性能。

    May, 2021

  • 基于帧级频谱处理的相位器效果可微灰盒建模

    本文提出了一种基于可微分数字信号处理的模型，用于建模像移相器这样控制信号具有低频震荡的调制音效，模型以时间变化频率域滤波器为基础，通过短帧处理来实现。研究发现最佳的帧长与目标效果的速率和瞬态衰减时间有关，但在推理时可以改变帧长而不会对准确性产生显着影响。

    Jun, 2023

  • 相位连续性：学习语音增强的相位频谱导数

    本文提出了一种有效的相位重建策略，可以在嘈杂的环境中操作，通过将相位连续性损失考虑在最先进的神经语音增强系统中，本文证明了我们所提出的方法在训练过程中，可以显著提高增强语音信号的质量。

    Feb, 2022

  • 非定态因果模型的发现和可视化

    本文提出了一个有原则的框架来处理非平稳数据，并开发了一些方法来处理三个重要问题：检测局部机制不平稳的变量以及恢复观测变量之间的因果结构，通过利用变化分布所携带的信息确定某些因果方向，以及开发可视化因果模块的非平稳方法。作者通过各种合成和真实世界数据集的实验结果来展示这些方法的有效性。

    Sep, 2015

  • 具有关键阶段增强的领域泛化

    利用有限相位的变动而非固定相位的方法来改进深度神经网络在图像分类中表现下降的问题。根据假设，具有不同程度的域不变特征的相位进行了区分，提出了一种称为重要相位增强（VIPAug）的方法，根据给定相位的域不变特征程度来不同地对相位进行调整。该方法在清洁数据和损坏数据上都表现出改进，并在基准数据集 CIFAR-10、CIFAR-100、ImageNet-100 和 ImageNet 上达到了领先水平的性能。

    Dec, 2023

  • 探索单台地面运动记录的深度学习挑战

    通过评估辅助信息对从地动记录中进行深度学习的过程的影响，本研究旨在评估深度学习模型在地动记录的深度学习中的有效性，并揭示了研究领域存在的一个缺口，即缺乏独立于任何辅助信息的单站地动记录的深度学习的稳健方法。

    Mar, 2024

  • T-SaS：面向流数据的移动感知动态适应

    在没有任何先兆的情况下，本文旨在解决连续数据建模中突发分布转变的问题。具体而言，我们设计了一个名为 T-SaS 的贝叶斯框架，使用离散分布建模变量捕捉数据的突变。然后，我们设计了一个模型，通过学习判断在完整网络中应该激活哪些神经元来实现与该离散变量的动态网络选择进行自适应。通过一组稀疏网络的重叠，采用动态遮罩策略来支持不同分布之间的互相转移。大量实验证明我们的方法在准确检测分布转变边界以获取不同分布的片段并有效适应下游预测或分类任务方面优越。

    Sep, 2023

  • PhaseAug: 可微分扩充的语音合成，模拟一对多映射

    本文提出了一种基于 GAN 的语音合成方法 PhaseAug，该方法通过对每个频率进行相位旋转来模拟一对多映射，可以更好地实现语音合成，有效解决周期性伪影的问题。

    Nov, 2022