フィルタ考察(20)

再度階層の実験を回してflatnessを見ているが、正則化を入れたほうがflatnessが高い結果が出ている。これは全く自明ではない …

more ...

フィルタ考察(19)

4/13-4/15は多忙につき動けず。

前回発想した、2,4分割して右シフト量を決めるようにしてみたが微悪化。予測の改善量 …

more ...

フィルタ考察(18)

得られたLPC係数をPARCOR係数の形で記録し、予測時にLPC係数に変換する、という実装を試していた。 しかし圧縮率が芳しく …

more ...

フィルタ考察(17)

引き続き粘っていたが、 \(\yen max_{i} |h_{i}| \yen leq ||h||\) から正則化パラメータを使って何かうまくやる、というのは良い方針が出 …

more ...

フィルタ考察(16)

Pythonで固定小数実装(丸め含め)を模擬したところ、丸めのための係数を、係数最大値を2の冪数(2^-2, 2^-1, 2^0, 2^1, ...)に切り …

more ...

フィルタ考察(15)

量子化ステップ幅のモデル化がガバガバだった。

  • 8bitで記録しているが、符号ビットを除くと7bit精度になる。
  • frexpを取るこ …
more ...

フィルタ考察(14)

量子化誤差の平均ときつめの上界を出せて、そちらはシミュレーションでも合っていることを確かめられた。 その結 …

more ...

フィルタ考察(13)

量子化誤差の上限が正則化パラメータを含む式で表現できたはものの、実験してみたらガバガバな上界であった。も …

more ...


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 ...