아래와 같은 미분방정식이 있다. 의 분포를 라고 하자. 그러면 아래를 만족하고 이것을 Instantaneous change of variables formula리 한다. 위의 식에서 입력변수가 stochastic process 로써 는 에 관한 함수로 간주된다. 증명을 해보자. 라는 사실과 log continuity equation을 이용하면! 지금까지 했던것은 Neura ode와 연관있고 neural ode는 flow matching과 관계 있고 flow matching의 응용으로 음성향상에 쓰인 FlowSE [1]가 … Read more
[ppt]220714_신입생세미나_이성규_Ch9_2 Linear Predictive Analysis of Speech Signals [pdf]220714_신입생세미나_이성규_Ch9_2 Linear Predictive Analysis of Speech Signals
[202504161110] FlowSE 개선 아이디어, FlowSE에서 사용하는 ODE는 아래와 같다. Loss는 아래와 같은 loss를 사용하죠. 위의 식에서 target value는 이고 이것의 변수는 이다. 고런데, neural network 는 입력변수를 만 사용한다. 그리고 차피 inference 시에 이므로 는 y에 대한 정보를 사용하게 된다. 에서 두번째 변수 대신 를 사용할 수 있는 방법은 무엇일까? 아래와 같은 두개의 … Read more
지난 글들에서 Diffusion based separation ( [논문리뷰]Diffusion-Based Generative Speech Source Separation )과 Diffusion based enhancement (https://arxiv.org/abs/2212.11851)에 대해 알아보았다. 그리고 이것을 개선하기 위한 아이디어를 생각했다. ([논문 개선 아이디어] Diffusion-Based Generative Speech Source Separation) ([논문식 유도 및 추가 아이디어] StoRM: A Diffusion-based Stochastic Regeneration Model for Speech Enhancement and Dereverberation ). 그런데 내가 생각아이디어를 구현한 논문이 하나있다. 이것을 … Read more