BriefGPT.xyz
Ask
alpha
关键词
transform learning
搜索结果 - 5
通过自归一化 ReLU 实现的关键自动编码器
稀疏自编码器在处理高维数据中提取低维表示方面具有实用性。然而,当测试时输入噪声与训练过程中使用的噪声不同时,其性能会显著降低。本文将单隐藏层稀疏自编码器形式化为一种转换学习问题,并提出了一个优化问题,导致了预测模型在测试时对噪声水平具有不变
→
PDF
13 days ago
训练学习的潜在目标,进行两步声源分离
本文提出了一种基于深度神经网络的源分离的两阶段训练方案,第一步学习将信号转换为使掩蔽分离性能最优的潜在空间,第二步训练在学习空间中操作的分离模块,并使用了一个可缩放失真比的 SI-SDR 损失函数来证明优化效果。通过各种声音分离实验,该方法
→
PDF
5 years ago
MM
学习多层转换模型
本论文研究了基于稀疏性的数据模型在信号处理和成像应用中的应用。特别关注了稀疏变换学习,提出了基于多层分层扩展的学习算法,并在图像去噪的数值实验中证明了其有效性。多层模型比单层方案具有更好的去噪质量。
PDF
6 years ago
学习滤波器稀疏变换
本论文提出了一个新的变换学习框架,其中稀疏变换是一个不可降采样的完美重构滤波器组设定,数值结果表明,滤波器组变换优于现有的基于图像块变换学习方法,同时在设计过程中具有额外的灵活性。
PDF
6 years ago
$\ell_0$ 稀疏化变换学习:高效最优更新和收敛保证
本文研究了稀疏性转换模型的学习,并提出了交替算法以实现稳健的方阵。研究结果表明,与合成 K-SVD 相比,转换学习在图像降噪中具有良好的性能和显着的加速度。
PDF
9 years ago
Prev
Next