|
|
Signals:2021年封面文章合集 | MDPI 编辑荐读 |
|
期刊链接:
https://www.mdpi.com/journal/Signals
微信链接:
https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=2650055434&idx=2&sn=
537c2543105c605a2b6c32c1341bb7f4&chksm=f1d919cec6ae90d823cfb1d53f2e9e1d2
d3d471d6320d7d07dcee3381b8dbe4730215a8537ef&token=1732262494&lang=zh_CN#rd
2021年12月,Signals期刊正式被EBSCO数据库收录。在此,衷心感谢各位学者对期刊的支持,感谢各位主编、客座编辑、编委与审稿专家的重要贡献和各位读者的持续关注。
Signals涵盖信号相关的多个领域,由MDPI每季度在线出版。本期编辑荐读整理了2021年发表于Signals的4篇封面文章,主题包括吸烟活动的肌电图研究、基于图索引结构的高效检索音乐录音信号、混合密度条件生成对抗网络以及基于深度集成的随机激活语义分割研究,希望能为相关领域学者提供新的思路和参考。
Issue 1
Electromyogram in Cigarette Smoking Activity Recognition
吸烟活动识别的肌电图研究
Volkan Senyurek et al.
DOI:10.3390/signals2010008
本文通过表面肌电 (surface Electromyogram, sEMG) 信号来识别吸烟者的手势,从而监测吸烟者的吸烟状况。结果表明,sEMG信号与IMU信号相结合的信号测量结果更为准确,也进一步证明肯定了sEMG传感器在日常生活中对于饮酒和吸烟等行为的监测效果。
Issue 2
Efficient Retrieval of Music Recordings Using Graph-Based Index Structures
基于图索引结构的音乐录音信号高效检索
Frank Zalkow, Julian Brandner and Meinard Müller
DOI:10.3390/signals2020021
从大型音乐库中高效检索目的音乐一直是用户的需求之一。系统的快速响应至关重要。相比于传统的K-d tree索引算法,分层可导航小世界 (Hierarchical Navigable Small World, HNSW) 图索引在音乐检索应用程序中具有更大潜力。本文研究表明了HNSW图索引要比传统索引算法速度更快,也更适合用于音乐信息检索 (Music Information Retrieval, MIR) 应用程序。
Issue 3
Mixture Density Conditional Generative Adversarial Network Models (MD-CGAN)
混合密度条件生成对抗网络
Jaleh Zand and Stephen Roberts
DOI:10.3390/signals2030034
近年来,生成对抗网络 (Generative Adversarial Networks, GAN) 在计算机视觉领域获得了极大的关注。作者在此次研究中提出了处理时间序列预测的混合密度条件生成对抗模型 (Mixture Density Conditional Generative Adversarial Mode, MD-CGAN)。研究结果表明,MD-CGAN模型结合了灵活概率预测和GAN方法的优点,可以处理时间序列噪声,为长期且稳健的数据预测方法提供了一种可行方向。
Issue 4
Deep Ensembles Based on Stochastic Activations for Semantic Segmentation
基于深度集成的随机激活语义分割研究
Alessandra Lumini, Loris Nanni and Gianluca Maguolo
DOI:10.3390/signals2040047
语义分割是现代计算机视觉中非常热门的话题,可应用于许多领域。本研究试图提出一种方法,可通过增强不同激活函数的网络之间的多样性来创建一个CNN集合。作者在此次研究中使用了 DeepLabV3+ 作为架构,通过多次随机更改网络内部的激活函数来测试创建神经网络架构集合的有效性。
Signals 期刊介绍
主编:Toshihisa Tanaka, Tokyo University of Agriculture and Technology, Japan
期刊主要发表与信号相关的论文。内容覆盖但不限于:信号处理、算法、统计信号、模式识别与分类、多维和多变量信号处理、多媒体信号、图论方法、加密信号、生物及化学传感器等相关的信号研究。
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。