Process / pipelineAdaptive wavelet decomposition
경험적 웨이블릿 변환
경험적 웨이블릿 변환(Empirical Wavelet Transform, EWT)은 신호의 주파수 내용에 맞춰진 웨이블릿 기저를 자동으로 정의하는 데이터 기반 웨이블릿 분해 방법입니다. Jérémie Gilles(2013)가 소개한 이 방법은 고정되고 미리 정의된 기저를 사용하는 고전적 웨이블릿의 주요 한계를 극복하는데, 이는 신호 자체의 스펙트럼에서 맞춤형 웨이블릿을 구성함으로써 이루어집니다. 이러한 적응적 접근 방식은 복잡하고 다중 구성 요소 구조를 가진 비정상 신호 분석에 특히 효과적입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/ko/time-series/empirical-wavelet-transform
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 이산 웨이블릿 변환 (Discrete Wavelet Transform, DWT)시계열 분석↔ compare
- Empirical Mode Decomposition (EMD)신호처리↔ compare
- Variational Mode Decomposition (VMD)신호처리↔ compare