フィルタ考察(11)

\begin{equation*} \newcommand\innerp[2]{\langle #1, #2 \rangle} \newcommand\ve[1]{\boldsymbol{#1}} \newcommand\parfrac[2]{\frac{\partial #1}{\partial #2}} \newcommand\dfrac[2]{\frac{\mathrm{d} #1}{\mathrm{d} #2}} \newcommand\mean[2]{\mathrm{E}_{#1} \left[ #2 \right]} \end{equation*}

正則化が何故よ …

more ...

フィルタ考察(10)

論文再投稿や他作業に追われて手を付けられていない。スキマに読んでいた「線形システム同定の基礎」が素晴らしか …

more ...

フィルタ考察(9)

それこそAICやFPE(Final Prediction Error, 最終予測残差)で理論的な議論ができそうな気がしてきた。モデル選択に近い話。

FPEの文献が少 …

more ...

フィルタ考察(8)

理論的考察の続き。残差に対して連続して線形予測している部分について、変形相関はまさに使えそう(音声の高能率 …

more ...

フィルタ考察(7)

実験的に多層構造が良いのはわかってきた。次は理論的なところを考え始めている。

今日、WaVPackにxオプションがあるこ …

more ...

フィルタ考察(6)

引き続き実験。多層構成の方がflatnessはよいけど、L1ロスは1層が良い結果。 L2ロスにしてみると多層構成の方が良い結果 …

more ...

フィルタ考察(5)

総パラメータ数を横軸、L1損失やspectral flatness(Wiener entropy)を縦軸に計算して、なぜ多層構成がいいのかを見ている。

  • パラメータの割り …
more ...


フィルタ考察(4)

別件であまり動けていない、焦り始めている。

なぜ3層がいいのかを検証していった方がいいかも。総パラメータ数を …

more ...