Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "feature decomposition" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    The Subjunctive—Indicative Opposition in Latin: A Contrastive Feature Hierarchy Approach
    Opozycja trybu przypuszczającego i trybu oznajmującego w łacinie: teoria hierarchicznego uporządkowania cech dystynktywnych
    Autorzy:
    Jakielaszek, Jarosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2050004.pdf
    Data publikacji:
    2021-03-29
    Wydawca:
    Uniwersytet Mikołaja Kopernika w Toruniu. Wydawnictwo UMK
    Tematy:
    Latin verbal mood
    morphosemantics
    feature decomposition
    feature hierarchy
    łacina – tryb czasownika
    morfosemantyka
    analiza składnikowa
    hierarchia cech
    Opis:
    The indicative—subjunctive distinction of the Latin verbal mood system
 has been subject to various analyses. The paper presents an approach relying on the concept of contrastive feature hierarchy, developing the idea
 of a featural decomposition of Latin verbal moods. A threefold distinction 
in terms of features [±realis], [±oblique] and [±irrealis] is proposed, with 
an elucidation of morphological and semantic counterparts of such features 
and combinations thereof, utilizing basic tools of the possible worlds framework. Consequences of the proposed approach for an analysis of synchronic and diachronic variation in the Latin verbal mood system are also briefly discussed.
    Opozycja trybu oznajmującego i trybu przypuszczającego w łacińskim systemie czasownikowym jest przedmiotem wielu odmiennych analiz. Artykuł przedstawia podejście oparte na koncepcji hierarchii cech dystynktywnych i analizie składnikowej cech trybu czasownika w systemie łacińskim. Proponowana jest analiza na cechy [±realis], [±oblique] oraz [±irrealis], wraz z opisem wykładników morfologicznych tych cech i ich dopuszczalnych kombinacji oraz ze wstępną analizą ich semantycznych korelatów z wykorzystaniem podstawowych pojęć semantyki światów możliwych. Zwięźle dyskutowane są także konsekwencje proponowanego podejścia dla analizy synchronicznego i diachronicznego zróżnicowania w łacińskim systemie czasownikowym.
    Źródło:
    Linguistica Copernicana; 2021, 17; 63-79
    2080-1068
    2391-7768
    Pojawia się w:
    Linguistica Copernicana
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on communication emitter identification based on semi-supervised dimensionality reduction in complex electromagnetic environment
    Autorzy:
    Ge, Wei
    Qi, Lin
    Tong, Lin
    Zhu, Jun
    Zhang, Jing
    Zhao, Dongyang
    Li, Ke
    Powiązania:
    https://bibliotekanauki.pl/articles/27311449.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    communication emitter identification
    feature extraction
    dimensionality reduction
    VMD
    ESDA
    variational mode decomposition
    exponential semi-supervised discriminant analysis
    identyfikacja emitera komunikacyjnego
    ekstrakcja cech
    redukcja wymiarowości
    rozkład w trybie wariacyjnym
    analiza dyskryminacyjna wykładnicza półnadzorowana
    Opis:
    The individual identification of communication emitters is a process of identifying different emitters based on the radio frequency fingerprint features extracted from the received signals. Due to the inherent non-linearity of the emitter power amplifier, the fingerprints provide distinguishing features for emitter identification. In this study, approximate entropy is introduced into variational mode decomposition, whose features performed in each mode which is decomposed from the reconstructed signal are extracted while the local minimum removal method is used to filter out the noise mode to improve SNR. We proposed a semi-supervised dimensionality reduction method named exponential semi-supervised discriminant analysis in order to reduce the high-dimensional feature vectors of the signals, and LightGBM is applied to build a classifier for communication emitter identification. The experimental results show that the method performs better than the state-of-the-art individual communication emitter identification technology for the steady signal data set of radio stations with the same plant, batch and model.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 4; art. no. e145766
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research on bispectrum analysis of secondary feature for vehicle exterior noise based on nonnegative tucker3 decomposition
    Badania nad analizą bispektrum cech drugorzędnych hałasu zewnętrznego pojazdów w oparciu o nieujemną dekompozycję Tuckera3
    Autorzy:
    Wang, H.
    Deng, G.
    Li, Q.
    Kang, Q.
    Powiązania:
    https://bibliotekanauki.pl/articles/301586.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    feature extraction
    vehicle exterior noise
    NTD
    updating algorithm
    ekstrakcja cech
    hałas zewnętrzny pojazdu
    algorytm aktualizacyjny
    Opis:
    Nowadays, analysis of external vehicle noise has become more and more difficult for NVH (noise vibration and harshness) engineer to find out the fault among the exhaust system when some significant features are masked by the jamming signals, especially in the case of the vibration noise associating to the bodywork. New method is necessary to be explored and applied to decompose a high-order tensor and extract the useful features (also known as secondary features in this paper). Nonnegative Tucker3 decomposition (NTD) is proposed and applied into secondary feature extraction for its high efficiency of decomposition and well property of physical architecture, which serves as fault diagnosis of exhaust system for an automobile car. Furthermore, updating algorithm conjugating with Newton-Gaussian gradient decent is utilized to solve the problem of overfitting, which occurs abnormally on traditional iterative method of NTD. Extensive experimen results show the bispectrum of secondary features can not only exceedingly interpret the state of vehicle exterior noise, but also be benefit to observe the abnormal frequency of some important features masked before. Meanwhile, the overwhelming performance of NTD algorithm is verified more effective under the same condition, comparing with other traditional methods both at the deviation of successive relative error and the computation time.
    Obecnie inżynierowie NVH (zajmujący się problematyką hałasu, drgań i uciążliwości akustycznych) napotykają na coraz większe trudności przy analizie hałasu zewnętrznego pojazdów wynikające z faktu, że istotne cechy związane z nieprawidłowościami układu wydechowego są maskowane przez sygnały zakłócające, szczególnie hałas wibracyjny związany z pracą nadwozia. Niezbędna jest zatem nowa metoda, która pozwoli rozkładać tensory wysokiego rzędu i wyodrębniać przydatne cechy (zwane w tym artykule także cechami drugorzędnymi). Do ekstrakcji cech drugorzędnych wykorzystano w prezentowanej pracy metodę nieujemnej faktoryzacji tensorów znaną także jako nieujemna dekompozycja Tuckera 3 (NTD) , która cechuje się wysoką efektywnością dekompozycji i może być wykorzystywana w diagnostyce uszkodzeń układu wydechowego samochodów. Problem nadmiernego dopasowania, który występuje w tradycyjnej metodzie iteracyjnej NTD rozwiązano przy pomocy algorytmu aktualizacyjnego sprzężonego z gradientem prostym Newtona-Gaussa. Wyniki doświadczeń pokazują, że bispektrum cech drugorzędnych nie tylko pozwala doskonale interpretować stan hałasu zewnętrznego pojazdu, ale również umożliwia wykrywanie wcześniej maskowanych nieprawidłowych częstotliwości odpowiadających niektórym ważnym cechom. Badania potwierdzają, że algorytmu NTD jest bardziej efektywny, w tych samych warunkach, w porównaniu z innymi tradycyjnymi metodami zarówno w zakresie odchyleń błędu względnego jak i czasu obliczeń.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 2; 291-298
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Finding robust transfer features for unsupervised domain adaptation
    Autorzy:
    Gao, Depeng
    Wu, Rui
    Liu, Jiafeng
    Fan, Xiaopeng
    Tang, Xianglong
    Powiązania:
    https://bibliotekanauki.pl/articles/331356.pdf
    Data publikacji:
    2020
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    unsupervised domain adaptation
    feature reduction
    generalized eigenvalue decomposition
    object recognition
    adaptacja domeny
    redukcja cech
    rozkład wartości własnych
    rozpoznawanie obiektu
    Opis:
    An insufficient number or lack of training samples is a bottleneck in traditional machine learning and object recognition. Recently, unsupervised domain adaptation has been proposed and then widely applied for cross-domain object recognition, which can utilize the labeled samples from a source domain to improve the classification performance in a target domain where no labeled sample is available. The two domains have the same feature and label spaces but different distributions. Most existing approaches aim to learn new representations of samples in source and target domains by reducing the distribution discrepancy between domains while maximizing the covariance of all samples. However, they ignore subspace discrimination, which is essential for classification. Recently, some approaches have incorporated discriminative information of source samples, but the learned space tends to be overfitted on these samples, because they do not consider the structure information of target samples. Therefore, we propose a feature reduction approach to learn robust transfer features for reducing the distribution discrepancy between domains and preserving discriminative information of the source domain and the local structure of the target domain. Experimental results on several well-known cross-domain datasets show that the proposed method outperforms state-of-the-art techniques in most cases.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2020, 30, 1; 99-112
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Effect of Feature Extraction on Automatic Sleep Stage Classification by Artificial Neural Network
    Autorzy:
    Prucnal, M.
    Polak, A. G.
    Powiązania:
    https://bibliotekanauki.pl/articles/220360.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sleep stage classification
    EEG signal
    power spectral density
    discrete wavelet transform
    empirical mode decomposition
    artificial neural network
    Opis:
    EEG signal-based sleep stage classification facilitates an initial diagnosis of sleep disorders. The aim of this study was to compare the efficiency of three methods for feature extraction: power spectral density (PSD), discrete wavelet transform (DWT) and empirical mode decomposition (EMD) in the automatic classification of sleep stages by an artificial neural network (ANN). 13650 30-second EEG epochs from the PhysioNet database, representing five sleep stages (W, N1-N3 and REM), were transformed into feature vectors using the aforementioned methods and principal component analysis (PCA). Three feed-forward ANNs with the same optimal structure (12 input neurons, 23 + 22 neurons in two hidden layers and 5 output neurons) were trained using three sets of features, obtained with one of the compared methods each. Calculating PSD from EEG epochs in frequency sub-bands corresponding to the brain waves (81.1% accuracy for the testing set, comparing with 74.2% for DWT and 57.6% for EMD) appeared to be the most effective feature extraction method in the analysed problem.
    Źródło:
    Metrology and Measurement Systems; 2017, 24, 2; 229-240
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Digital watermarking algorithm based on 4-level discrete wavelet transform and discrete fractional angular transform
    Autorzy:
    Li, Jing-You
    Zhao, Chun-Hui
    Zhang, Guang-Da
    Powiązania:
    https://bibliotekanauki.pl/articles/2033921.pdf
    Data publikacji:
    2021
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    digital watermarking algorithm
    mix optical bistability
    Harris feature point detection
    discrete wavelet transform
    discrete fractional angular transform
    singular value decomposition
    Opis:
    Nowadays, there are many watermarking algorithms based on wavelet transform. The simple one is to insert directly the watermark into the wavelet transform coefficients. However, most of the existing watermarking schemes can only resist traditional signal processing attacks, such as image compression, noise and filtering. When the watermarked image is subject to geometric transformations, especially rotation attack, it is hard to detect the watermark successfully. In this paper, a digital watermarking algorithm is proposed based on 4-level discrete wavelet transform and discrete fractional angular transform. To enhance the security of the algorithm, the watermark is scrambled with the simplicity of Arnold transform and chaos-based mix optical bistability model, since the chaos is pseudorandom and sensitive to the initial values. And the watermark is embedded into the medium frequency sub-band of the 1-level wavelet decomposition according to the Harris feature point detection. Simulation results show that the proposed digital watermarking algorithm by combining 4-level discrete wavelet transform with discrete fractional angular transform could resist rotation attack and other common attacks.
    Źródło:
    Optica Applicata; 2021, 51, 4; 605-619
    0078-5466
    1899-7015
    Pojawia się w:
    Optica Applicata
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Decomposition of Gaussian processes, and factorization of positive definite kernels
    Autorzy:
    Jorgensen, Palie E. T.
    Tian, Feng
    Powiązania:
    https://bibliotekanauki.pl/articles/255819.pdf
    Data publikacji:
    2019
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    reproducing kernel Hilbert space frames
    generalized Ito-integration
    the measurable category analysis/synthesis
    interpolation
    Gaussian free fields
    non-uniform sampling
    optimization
    transform
    covariance
    feature space
    Opis:
    We establish a duality for two lactorization questions, one for general positive definite (p.d.) kernels K, and the other for Gaussian processes, say V. The latter notion, for Gaussian processes is stated via Ito-integration. Our approach to factorization for p.d. kernels is intuitively motivated by matrix factorizations, but in infinite dimensions, subtle measure theoretic issues must be addressed. Consider a given p.d. kernel K, presented as a covariance kernel for a Gaussian process V. We then give an explicit duality for these two seemingly different notions of factorization, for p.d. kernel K, vs for Gaussian process V. Our result is in the form of an explicit correspondence. It states that the analytic data which determine the variety of factorizations for K is the exact same as that which yield factorizations for V. Examples and applications are included: point-processes, sampling schemes, constructive discretization, graph-Laplacians, and boundary-value problems.
    Źródło:
    Opuscula Mathematica; 2019, 39, 4; 497-541
    1232-9274
    2300-6919
    Pojawia się w:
    Opuscula Mathematica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Fast Method of Feature Extraction for Lowering Vehicle Pass-By Noise Based on Nonnegative Tucker3 Decomposition
    Autorzy:
    Wang, H.
    Cheng, G.
    Deng, G.
    Li, X.
    Li, H.
    Huang, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/177883.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    vehicle pass-by noise
    NTD
    feature extraction
    sound pressure level
    Opis:
    Usually, the judgement of one type fault of vehicle pass-by noise is difficult for engineers, especially when some significant features are disturbed by other interference noise, such as the squealing noise is almost simultaneous with the whistle in the exhaust system. In order to cope with this problem, a new method, with the antinoise ability of the algorithm on the condition by which the features are entangled, is developed to extract clear features for the fault analysis. In the proposed method, the nonnegative Tucker3 decomposition (NTD) with fast updating algorithm, signed as NTD_FUP, can find out the natural frequency of the parts/components from the exhaust system. Not only does the NTD_FUP extract clear features from the confused noise, but also it is superior to the traditional methods in practice. Then, an aluminium-foil alloy material, which is used for the heat shield for its lower noise radiation, replaces the aluminium alloy alone. Extensive experiments show that the sound pressure level of the vehicle pass-by noise is reduced 0.9 dB(A) by the improved heat shield, which is also considered as a more lightweight design for the exhaust system of an automobile.
    Źródło:
    Archives of Acoustics; 2017, 42, 4; 619-629
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies