비음수 행렬 인수분해(NMF)는 행렬에 저장할 수 있는 데이터를 분석하는 강력한 기술이다. 음향의 경우, 이는 단기 푸리에 변환과 같은 시간-주파수(TF) 표현을 사용한 다양한 응용 프로그램으로 이어졌다. 그러나 Constant-Q 변환, 웨이블릿 또는 사인 분석 모델과 같은 불규칙하게 샘플링된 TF 표현으로 이러한 응용 프로그램을 확장하는 것은 불가능했다. 최근에, 암시적 신경 표현을 사용하여 비음수 행렬 인수분해를 다시 고려함으로써 이 문제에 대한 새로운 해결책을 제시하고 있다. 암시적 신경 표현은 불규칙한 데이터에 대해 더 효과적이며, 이를 통해 더 넓은 범위의 TF 표현을 처리할 수 있게 되었다. 이를 통해 더 복잡한 음향 신호 분석 문제에 대한 새로운 가능성이 열리게 되었다.

<Apple 뉴스 본문 전체읽기>