#oversampling — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #oversampling, aggregated by home.social.
-
Parrot by Darkpalace Studio 🎛️
3-band parallel delay w/ unique per-band FX, M/S, keytracking, 8x oversamp.💻 Mac/Win/Linux (VST3/AU/CLAP/LV2)
🎁 FREE https://darkpalace.studio/products/parrotMore freeware 👉 https://linktr.ee/legalvst
#freeplugin #delayplugin #multiband #modulation #midi #oversampling
-
Gneiss by Hvoya Audio 🎛️
Morphing multi-stage filter w/ chaos engine, ZDF ladder, SVF pre-filters, MIDI ctrl, 8× oversampling💻 Mac/Win (VST3/AU/CLAP)
🎁 FREE 🔗 https://hvoya.audio/product/gneiss/More freeware 👉 https://linktr.ee/legalvst
#freeplugin #filterplugin #sounddesign #midi #oversampling #hvoya #chaosengine
-
Oversampling
В предыдущей статье мы рассмотрели применение платы Arduino Due для измерения сигналов вибрации при балансировке роторов. Поскольку процесс измерения в этом случае должен быть синхронизирован с частотой вращения ротора, мы использовали "адаптивную" частоту дискретизации, то есть частота дискретизации рассчитывается таким образом, чтобы на периоде выборки укладывалось заданное число оборотов ротора. Исходя из объема памяти данных платы Arduino Due объем выборки составил 8192 отсчета 2 байта*4 (исторически сложилось) канала. При этом период дискретизации (требуемое время между отсчетами АЦП) может быть гораздо больше, чем время преобразования АЦП, то есть АЦП может брать отсчеты гораздо чаще, чем нам требуется, исходя из нашей задачи. Поэтому становится возможным применить oversampling (оверсэмплинг) для повышения разрешения и улучшения соотношения сигнал/шум
-
EQ Pro by Jeesonic 🎛️
24 dynamic bands, per-band comp, spec analyzer, M/S, auto gain, 0-lat modes💻 Mac/Win (VST3/AU)
🎁 FREE https://www.jeesonic.deMore freeware 👉 https://linktr.ee/legalvst
#freeplugin #dynamiceq #spectrumanalyzer #autogain #transparent #oversampling
-
LOVEND by Analog Obsession 🎛️
Harmonic bass enhancer w/ freq ctrl (60-180Hz), 10dB boost, -30/+30dB out, bypass, oversampling💻 Mac/Win (VST/VST3/AU/AAX)
🎁 FREE 🔗 https://www.patreon.com/posts/lovend-34669483More freeware 👉 https://linktr.ee/legalvst
#freeplugin #analogobsession #bassenhancer #harmoniceffect #oversampling #vstplugin
-
Раннее завершение KNN-поиска в Manticore Search
Современные поисковые системы уже не просто сопоставляют ключевые слова. Когда вы ищете «уютный детектив, действие которого происходит в Париже», а получаете результаты вроде «атмосферный детективный роман во Франции», это векторный поиск в действии: документы и запросы превращаются в списки чисел — эмбеддинги, — а поисковый движок находит документы, чьи векторы ближе всего к вектору запроса. Manticore Search поддерживает это из коробки. Внутри используется структура данных HNSW: граф, который соединяет близкие векторы и позволяет быстро находить ближайших соседей без сканирования каждого документа. Благодаря этому векторный поиск по миллионам документов выполняется за миллисекунды.
https://habr.com/ru/articles/1042064/
#knn #knnsearch #векторный_поиск #семантический_поиск #hnsw #embeddings #oversampling #полнотекстовый_поиск
-
KrystalPeak by Krystal Dynamics 🎛️
Transparent limiter w/ attack/release, L/R+M/S modes, saturation, 8x oversampling, metering, themes💻 Mac/Win (VST3/AU)
🎁 FREE https://krystaldynamics.com/plugins/krystal-peak.htmlMore freeware 👉 https://linktr.ee/legalvst
#freeplugin #limiter #saturation #oversampling #metering #krystaldynamics #audioplugin
-
Cinnabar by Acustica Audio 🎛️
256-bit gain stage, autogain, oversampling, phase-coherent, presets💻 Mac/Win (VST3/AAX/AU)
🎁 FREE until 10 April w/ code: PERFECTMATCH
🔗 Link in bio!#freeplugin #acusticaaudio #gaincontrol #autogain #oversampling #utilityplugin
-
Борьба с дисбалансом классов. Ансамблевые и комбинированные методы
Привет, Хабр! На связи KozhinDev и ml-разработчик Приходько Александр. Это четвертая часть цикла о борьбе с дисбалансом классов. Предыдущие статьи: - В первой статье мы рассказали про суть проблемы дисбаланса классов и стандартные методы борьбы с ним; - Во второй статье обсуждались методы undersampling - удаление данных из распространенного класса; - В третьей статье рассматривались методы oversampling - генерация примеров редкого класса. В данной части мы рассмотрим комбинированные и ансамблевые методы библиотеки Imbalanced Learn .
https://habr.com/ru/companies/kozhindev/articles/975626/
#машинное_обучение #logistic_regression #xgboost #lightgbm #catboost #oversampling #баланс_классов
-
Борьба с дисбалансом классов. Oversampling
Привет, Хабр! На связи KozhinDev и ml-разработчик Приходько Александр. Это третья статья в цикле публикаций по теме борьбы с проблемой дисбаланса классов в машинном обучении. В первой статье мы обсудили актуальность данной проблемы в машинном обучении, а также сравнили методы борьбы с ним, без внесения изменений в сами данные: изменение весов классов и порога принятия решения моделью. Во второй статье мы сравнивали undersampling-методы, которые удаляли представителей частого класса. В данной части мы протестируем методы балансировки данных методом oversampling из библиотеки imblearn . Суть данного метода заключается в том, что мы пытаемся бороться с дисбалансом классов генерируя данные для редкого класса. Мы рассмотрим разные способы генерации таких данных и протестируем их на синтетических данных.
https://habr.com/ru/companies/kozhindev/articles/968714/
#машинное_обучение #logistic_regression #xgboost #lightgbm #catboost #oversampling #баланс_классов
-
Сбалансированные данные – успех в ML: Oversampling и Undersampling
Данные, используемые для обучения моделей машинного обучения, должны быть идеально сбалансированы по всем категориям и классам. Однако суровая жизнь часто преподносит нам данные, в которых присутствует значительный дисбаланс. Такой дисбаланс может привести к нежелательным смещениям и ошибкам в моделях, что, в свою очередь, существенно снижает их эффективность и точность. Существуют такие подходы к устранению дисбаланса какOversampling и Undersampling. Oversampling – это процесс увеличения количества примеров в менее представленных классах, в то время как Undersampling – это процесс уменьшения количества примеров в более представленных классах. Оба эти метода имеют свои преимущества и недостатки, и выбор между ними зависит от конкретной задачи и характеристик данных.