Fast neural networks learning techniques for signal compression

In this paper the comparative study of two learning techniques of fast artificial neural networks with application to lossy signal compression is presented. The experimental results prove faster convergence and better final results for energy maximization technique. Moreover the artificial neural network approach gives significantly smaller errors of signal reconstruction than transforms with fixed basis functions.

---

W artykule przedstawiono wyniki porównawcze dwóch metod nauki sztucznych sieci neuronowych dla zadań stratnej kompresji sygnałów. Rezultaty badań dowiodły szybszej zbieżności i lepszych wyników końcowych dla metody maksymalizacji energii. Ponadto podejście oparte o sztuczne sieci neuronowe dawało znacząco mniejsze błędy rekonstrukcji sygnałów od przekształceń o stałych bazach.