Process / pipelineAdaptive wavelet decomposition
経験的ウェーブレット変換
経験的ウェーブレット変換（EWT）は、信号の周波数成分に適応したウェーブレット基を自動的に定義するデータ駆動型のウェーブレット分解手法である。ジェレミー・ギルス（2013）によって導入されたこの手法は、固定され事前に定義された基底を使用する古典的なウェーブレットの主要な限界を克服する。これは、信号自身のスペクトルからカスタムウェーブレットを構築することによって達成される。この適応的アプローチは、複雑で多成分構造を持つ非定常信号の解析に特に効果的である。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Gilles, J. (2013). Empirical wavelet transform. IEEE Transactions on Signal Processing, 61(16), 3999–4010. DOI: 10.1109/tsp.2013.2265222 ↗
- Gilles, J. (2015). Empirical wavelet transform for multiscale analysis of signals. IEEE Signal Processing Magazine, 32(6), 125–130. link ↗
- Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675 ↗
このページの引用方法
ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/ja/time-series/empirical-wavelet-transform
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 離散ウェーブレット変換時系列解析↔ 比較
- 経験的モード分解 (EMD)信号処理↔ 比較
- 変分モード分解（VMD）信号処理↔ 比較