BriefGPT.xyz
Ask
alpha
关键词
non-stationary signals
搜索结果 - 3
RRCNN: 一种基于循环残留卷积神经网络的新型信号分解方法
借助卷积神经网络和残差结构以及非线性激活函数对信号进行局部平均值计算,该论文提出了一种新的非平稳信号分解方法,并相比于现有方法能更好地处理边界效应、模态混合效应、分解组件的正交性以及噪声干扰的鲁棒性,这在尚未有直接使用深度学习技术对非平稳信
→
PDF
a year ago
ICLR
可训练小波神经网络用于非平稳信号
本文介绍了一种小波神经网络,该网络能够学习一个专门适合非平稳信号的滤波器组,并提高数字信号处理的可解释性和性能。实验结果表明,该网络可以快速收敛,在噪声数据上具有良好的泛化能力,并优于标准网络架构。
PDF
2 years ago
训练深度时间序列预测模型时的 形状与时间畸变损失
本文提出一种针对非平稳信号和多个未来时间步长预测的时间序列预测方法 DILATE,改进了深度神经网络训练的目标函数,支持精确形状和时间变化检测,并提供了用于加速优化的自定义反向传播实现,证明了 DILATE 相较于标准的均方误差 (MSE)
→
PDF
5 years ago
Prev
Next