CAE-Invar: 利用复数自动编码器学习复数基函数以实现不变信号表示

简介：
本文提出了一种名为CAE-Invar的方法，利用复数自动编码器来学习复数基函数，旨在为信号处理提供一种具有变换不变性的高效表示方式。 用于学习不变信号表示的复杂自动编码器 使用PyTorch实现的复杂自动编码器，在2019年第20届国际音乐信息检索学会会议（ISMIR 2019）上获得最佳论文奖，由Stefan Lattner、Andreas Arzt和Monika Dörfler共同撰写。该研究探讨了学习用于音频不变表示的复杂基函数的方法。 **大纲** - 先决条件 - 音频训练（CQT表示形式） - 将音频文件转换为不变特征 - 提取重复的主题和节拍 - 一维信号实验 - 旋转MNIST实验 **先决条件** 项目所需的库包括： - 天秤座 (Librosa) - 配置对象 (ConfigObj) - 枕头 (Pillow) - 脾气暴躁的 (Tqdm) - Matplotlib - Scikit学习 - 火炬视觉 (Torchvision) 使用pip安装或更新所需库，请运行： ``` pip install -r requirements.txt ``` **音频实验（CQT）** 快速开始指南：编辑名为filelist_audio.txt的文本段落件。