每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

ECHO：可变长度信号的频率感知分层编码

Created by
  • Haebom

作者

张宇聪、刘娟、李明

大纲

本文提出了一种新颖的基础模型 ECHO，用于对任意采样率的通用机器信号进行建模。该模型集成了先进的频带分割架构和频率局部嵌入，以捕捉频谱局部化特征，并使用滑动块来支持可变长度输入，无需填充或截断。在 DCASE 任务和工业信号数据集上的实验结果展现了该模型在机器信号异常检测和故障分类方面的最佳性能，彰显了其有效性和泛化能力。

Takeaways, Limitations

•
提出了一种用于对具有任意采样率的机器信号进行建模的新基础模型。
•
通过频带分割架构和频率位置嵌入利用光谱信息。
•
使用滑动补丁处理可变长度的输入并支持流式传输场景。
•
在 DCASE 任务和工业信号数据集上表现出色。
•
提供开源（ https://github.com/yucongzh/ECHO ）
•
论文的Limitations未指定
👍
Made with Slashpage