PulseAugur
中
实时 08:31:39
English(EN) PolarBM: Complex-valued Boltzmann Machine for Modeling Audio Signals in Polar and Log-polar Coordinates

新型玻尔兹曼机在极坐标中对复杂音频信号进行建模

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出 PolarBM，这是一种新颖的玻尔兹曼机，旨在处理音频信号处理中的复值变量。与将复杂数据简化为实值的传统方法不同，PolarBM 显式地对幅度和相位之间的关系进行建模。一个扩展 LogPolarBM 通过在对数尺度上对幅度进行建模，根据人类听觉感知进一步处理音频信号。这些模型，包括它们的受限变体 PolarRBM 和 LogPolarRBM，在实验中显示出比深度神经网络等传统模型更高的准确性，并有可能在音频以外的领域（如无线通信和量子力学）得到应用。 AI

影响 引入了一种新的复值数据建模方法，有可能提高音频和其他科学领域的准确性。

排序理由 该集群描述了一篇详细介绍新型机器学习模型的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新型玻尔兹曼机在极坐标中对复杂音频信号进行建模

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Toru Nakashika, Kohei Yatabe ·

    PolarBM：用于在极坐标和对数极坐标中建模音频信号的复值玻尔兹曼机

    arXiv:2607.12417v1 Announce Type: cross Abstract: Although vast amounts of data, such as audio signal spectra, are naturally represented using complex numbers, conventional machine learning methods often simplify complex-domain problems by employing frameworks designed for real-v…

  2. arXiv stat.ML TIER_1 English(EN) · Kohei Yatabe ·

    PolarBM：用于在极坐标和对数极坐标中建模音频信号的复值玻尔兹曼机

    Although vast amounts of data, such as audio signal spectra, are naturally represented using complex numbers, conventional machine learning methods often simplify complex-domain problems by employing frameworks designed for real-valued variables. While this simplification offers …

相关实体

相关话题