분류 전체보기127 Kalman Filter 정리 목차1. Kalman filter란 무엇인가?2. Scalar random variable에 대한 Recursive linear MMSE estimation3. Kalman filter 문제 정의4. Innovation process5. Innovation process를 이용한 state estimation6. Filtering7. Kalman filter 요약 정리8. RLS filter의 통합적 기반으로서의 Kalman filter※ 수식 전개는 계산 용이성을 위해, complex가 아닌 real을 가정하였습니다. 1. Kalman filter란 무엇인가?Kalman filter는 Wiener filter를 확장한 것으로, state space 개념을 도입한 필터입니다. 현재 state에서 다음 .. 2024. 12. 15. npz compressed를 이용한 데이터 로드 속도 개선 (Feat. 학습 속도를 부스팅하기 위한 다양한 시도들) 목차1. 학습 속도가 너무 느려요... GPU Util이 안나와요...😭2. npz를 npz compressed로 바꿔서 저장해보자! 2-1. npz를 불러와서 npz compressed로 저장하는 코드 2-2. npz vs npz compressed 로딩 속도 비교3. 학습 속도 개선을 위해 시도해 볼 만한 방법들1. 학습 속도가 너무 느려요... GPU Util이 안나와요...😭현재 연구중인 베이스라인 모델이 DDP (Distributed Data Parallel)를 사용하고 있음에도 불구하고, training 속도가 느린 문제가 있었습니다. 학습 속도를 개선하기 위해 여러 가지 방법을 시도해보았지만, GPU Util이 제대로 나오지도 않고 epoch 하나 도는데 무려 10시간이 걸려 .. 2024. 12. 13. Recursive Least-Square (RLS) Adaptive Filter 정리 목차1. Recursive least squares adaptive filters 1-1. RLS 알고리즘이란 무엇인가? 1-2. Regularization 1-3. Normal equation Reformulation 1-4. $\mathbf{\Phi} (n)$와 $\textbf{z}(n)$의 재귀적 연산 (Matrix inversion lemma 사용) 1-5. Tap-weight vector의 time update 1-6. RLS 알고리즘 한 눈에 보기2. RLS algorithm의 convergence analysis 2-1. Assumption 2-2. Mean value에서 RLS 알고리즘의 수렴 2-3. RLS 알고리즘의 mean-square .. 2024. 12. 13. 최소제곱법 (Least Square Method) 정리 목차1. Least square method2. Revisited orthogonality principle3. Minimum error squares sum4. Normal equation과 Linear least-squares filters5. Time-average correlation matrix $\Phi$6. Data matrix를 이용한 Normal equation 재구성7. Least-squares estimate의 property※ 수식 전개는 계산 용이성을 위해, complex가 아닌 real을 가정하였습니다. 오차의 제곱합을 최소화하는 최소제곱법(Method of Least Squares)에 대해 알아봅시다. 1. Least square method Wiener filterLeast.. 2024. 12. 12. 경계해야 하는 호기심 관련 개념을 제대로 알아보지도 않고 지금 당장 손이 가는 논문만 닥치는대로 읽어대는 게 좋지 않다고 느끼는 요즘. 머릿속에 정리하고 써먹을 생각을 해야지, 나중에 다 까먹으면 그게 무슨 소용이람. 뭐 하나를 할 때는 제대로 파는 게 중요하다. 나중에 (처음부터 다시 시작하느라고) 고생하기 싫으면.. +) 지금 당장 해야할 것에 집중하기, 우선순위 정하기 2024. 12. 10. [논문 정리] TF-Mamba: A Time-Frequency Network for Sound Source Localization 목차0. Summary1. Proposed TF-Mamba 1-1. Mamba 1-2. Network Architecture2. Experimental Setting 2-1. Dataset 2-2. Metrics3. Results & Analysis 0. Summary노이즈가 많고 잔향이 있는 까다로운 음향 환경에서 source localization을 수행하기 위해, 공간적 특징 (spatial feature)을 효과적으로 추출하는 것이 중요합니다. 본 논문 [1]의 베이스라인으로 사용된 FN-SSL [2]에서는 LSTM 기반 모델이 충분히 좋은 single moving source localization 성능을 보여주었습니다. 이 논문에선 scalable SSM (State sp.. 2024. 11. 5. 이전 1 2 3 4 ··· 22 다음
