Rethinking Non-Negative Matrix Factorization with Implicit Neural Representations
在IEEE研讨会上接受了有关信号处理到音频和声学的应用（WASPAA）2025non阴性矩阵分解（NMF）是一种强大的技术，可用于分析定期采样的数据，即可以存储在矩阵中的数据。对于音频，这导致了使用时间频率（TF）表示等短期傅立叶变换等频率（TF）表示。但是，由于这些表示，因此不可能将这些应用扩展到不规则间隔的TF表示，例如常数Q变换，小波或正弦分析模型，因为这些表示……
