יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

רשתות נוירונים גרפיות לאינקודינג בעלי עמידות לדגימה

Graph neural networks for sampling-invariant embeddings of organized signal sets
חוקרים מציגים שיטה חדשה לאינקודינג של סיגנלים מאורגנים באמצעות רשתות נוירונים גרפיות. השיטה מאפשרת להפוך סיגנלים מגוונים לווקטורים קבועים, תוך שמירה על המידע הרלוונטי. החוקרים בדקו את השיטה על סיגנלים סינתטיים מורכבים.
תקציר מקורי באנגליתarXiv:2609.35934v1 Announce Type: cross Abstract: Sensor networks and radars can deliver signals as organized sets, e.g. ordered signals, signals describing range cells within a grid or signals perceived as graph nodes. Within such sets, individual signals may be characterized by distinct sampling parameters. This paper investigates organized signal sets neural network encoders. In the context of this work, the purpose of such encoders is to project heterogeneously sampled signal sets into an arbitrary fixed-size vectors space. This new representation space is designed so that signal sets can be processed as vectors rid of sampling differences to allow for arbitrary topology-aware processing with no signal processing constraints. Within this representation space designed to reduce the infl
קרא במקור המקורי