×

时频散射变换分析。 (英语) Zbl 1419.42025号

作者引入了一类新的框架,称为均匀覆盖框架,它是Gabor框架的某种推广。然后将这些均匀覆盖框架与神经网络相结合,定义傅里叶散射变换{宋体}_\mathcal{F}和截断傅里叶散射变换{宋体}_\数学{F}[M,K]\)。参数K和M分别用于控制神经网络的深度和宽度。研究了这两种变换的性质。
为了计算{宋体}_\引入了快速傅里叶散射变换,并将随后的算法应用于模型图像。发现一阶系数识别图像中的边缘,而二阶系数提取全局和振荡特征。还将作者获得的理论结果与文献中现有的结果进行了比较。

MSC公司:

42立方厘米 一般谐波膨胀,框架
47N99型 算子理论的其他应用
68吨10 模式识别、语音识别
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] LeCun,Y。;Boser,B。;Denker,J.S。;亨德森·D·。;霍华德·R·E。;Hubbard,W。;Jackel,L.D.,用反向传播网络进行手写数字识别,(神经信息处理系统进展(1990),Citeser)
[2] 辛顿,G。;邓,L。;Yu,D。;Dahl,G.E。;穆罕默德,A.-r。;监狱,北。;高级,A。;Vanhoucke,V。;Nguyen,P。;Sainath,T.N.,语音识别中声学建模的深度神经网络,IEEE信号处理。Mag.,29,6,82-97(2012)
[3] Krizhevsky,A。;Sutskever,I。;Hinton,G.E.,用深度卷积神经网络进行ImageNet分类,(神经信息处理系统进展(2012)),1097-1105
[4] Mallat,S.,群不变散射,Comm.Pure Appl。数学。,65, 10, 1331-1398 (2012) ·Zbl 1282.47009号
[5] Benedetto,J.J。;Czaja,W.,《集成与现代分析》(2009),Birkhäuser Boston,Inc.:Birkháuser波士顿公司·Zbl 1191.28001号
[6] Benedetto,J.J.,《谐波分析与应用》(1996),CRC出版社·Zbl 0860.43001号
[7] 布鲁纳,J。;Mallat,S.,不变散射卷积网络,IEEE Trans。模式分析。机器。智力。,35, 8, 1872-1886 (2013)
[8] Sifre,L。;Mallat,S.,用于纹理识别的旋转、缩放和变形不变散射,(IEEE计算机视觉和模式识别会议论文集(2013)),1233-1240
[9] Hirn,M。;波弗特,N。;Mallat,S.,使用散射变换的量子能量回归,arXiv预印本
[10] Daugman,J.G.,通过二维视觉皮层滤波器优化的空间分辨率、空间频率和方向的不确定性关系,J.Opt。Soc.Amer.,美国。,2, 7, 1160-1169 (1985)
[11] Daugman,J.G.,《利用神经网络进行图像分析和压缩的完整离散2-D Gabor变换》,IEEE Trans。阿库斯特。语音信号处理。,36, 7, 1169-1179 (1988) ·Zbl 0709.94577号
[12] Lee,H。;埃卡纳达姆,C。;Ng,A.Y.,视觉区域V2的稀疏深度信念网络模型,(神经信息处理系统进展(2008)),873-880
[13] 辛顿,G.E。;Osindero,S。;Teh,Y.-W.,深度信念网络的快速学习算法,神经计算。,1527-1554年7月18日(2006年)·Zbl 1106.68094号
[14] 滨本,Y。;内村,S。;渡边,M。;Yasuda,T。;Mitani,Y。;Tomita,S.,一种基于Gabor滤波器的手写数字识别方法,模式识别。,31, 4, 395-400 (1998)
[15] Kong,W.K。;张,D。;Li,W.,使用二维Gabor滤波器提取掌纹特征,模式识别。,36, 10, 2339-2347 (2003)
[16] Arivazhagan,S。;Ganesan,L。;Priyal,S.,使用基于Gabor小波的旋转不变特征进行纹理分类,模式识别。莱特。,1976年至1982年(2006年)
[17] Pennebacker,W.B。;Mitchell,J.L.,《JPEG:静态图像数据压缩标准》(1992),Springer Science&Business Media
[18] Benedetto,J.J。;Walnut,D.F.,《L2和相关空间的Gabor框架》,小波数学。申请。,97-162 (1993) ·Zbl 0887.42025号
[19] Daubechies,I.,《小波十讲》,第61卷(1992年),SIAM
[20] Mallat,S.,《信号处理的小波教程》(1999),学术出版社·Zbl 0998.94510号
[21] 坎迪斯,E.J。;Donoho,D.L.,曲线的新紧框架和分段奇点对象的最优表示,Comm.Pure Appl。数学。,57, 2, 219-266 (2004) ·Zbl 1038.94502号
[22] 郭,K。;Kutyniok,G。;Labate,D.,《使用各向异性膨胀和剪切算子的稀疏多维表示法》(Wavelet and Spline),小波与样条,雅典,佐治亚州,2005(2006)),189-201·Zbl 1099.65148号
[23] 郭,K。;Labate,D.,《使用剪切波的最优稀疏多维表示》,SIAM J.Math。分析。,39, 1, 298-318 (2007) ·Zbl 1197.42017年4月20日
[24] 西扎亚。;King,E.J.,《(L^2(R^k)的各向异性剪切波变换》,数学。纳克里斯。,287、8-9、903-916(2014)·Zbl 1322.42041号
[25] 郭,K。;拉巴特,D。;Lim,W.-Q。;魏斯,G。;Wilson,E.,复合膨胀小波及其MRA特性,应用。计算。哈蒙。分析。,20, 2, 202-236 (2006) ·Zbl 1086.42026号
[26] Grohs,P。;Keiper,S。;Kutyniok,G。;Schäfer,M.,(α)-分子,应用。计算。哈蒙。分析。,41, 1, 297-336 (2016) ·Zbl 1342.42041号
[27] W.Czaja,W.Li,旋转不变时频散射变换,预印本。;W.Czaja,W.Li,旋转不变时频散射变换,预打印。
[28] 格拉瓦科斯,L。;Sansing,C.,Gabor框架和定向时频分析,应用。计算。哈蒙。分析。,25, 1, 47-67 (2008) ·Zbl 1258.42032号
[29] 查贾,W。;曼宁,B。;J.M.墨菲。;Stubbs,K.,离散定向Gabor框架,应用。计算。哈蒙。分析。,45, 1, 1-21 (2018) ·Zbl 1433.42034号
[31] Wendland,H.,分段多项式,正定和紧支集最小次径向函数,高级计算。数学。,4, 1, 389-396 (1995) ·Zbl 0838.41014号
[32] Waldspurger,I.,散射系数的指数衰减,arXiv预印本
[33] Waldspurger,I.,《These de doctor de l’ecole normale supérieure》(2015年),《正常教育》,博士论文
[34] Wiatowski,T。;Grohs,P。;Bölcskei,H.,深度卷积神经网络中的能量传播,arXiv预印本·Zbl 1401.94267号
[35] 布伦特,R.P。;奥斯本,J.-A.H。;Smith,W.D.,关于接近单位矩阵的矩阵行列式的最佳可能界的注记,线性代数应用。,466, 21-26 (2015) ·Zbl 1303.15007号
[36] Wiatowski,T。;Bölcskei,H.,用于特征提取的深度卷积神经网络数学理论,arXiv预印本·Zbl 1390.94053号
[37] Li,W.,个人网站
[38] Mallat,S.,分散
[39] Mallat,S.,《理解深卷积网络》,Philos。事务处理。R.Soc.A,374(2016)
[40] Candès,E.J.,神经网络谐波分析,应用。计算。哈蒙。分析。,197-218年6月2日(1999年)·Zbl 0931.68104号
[41] 沙哈姆,美国。;Cloninger,A。;Coifman,R.R.,深度神经网络的可证明近似性质,应用。计算。哈蒙。分析。,44, 3, 537-557 (2018) ·Zbl 1390.68553号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。