- Berapa banyak sampelnya?
- Apa kondisi oversampling?
- Kapan kita harus menggunakan oversampling?
- Haruskah Anda melakukan oversample atau undersample?
Berapa banyak sampelnya?
Memilih laju oversampling 2x atau lebih menginstruksikan algoritma untuk meningkatkan sinyal yang masuk sehingga sementara meningkatkan frekuensi Nyquist sehingga ada lebih sedikit artefak dan pengurangan aliasing. Tingkat oversampling yang lebih tinggi menghasilkan lebih sedikit aliasing yang terjadi dalam kisaran yang terdengar.
Apa kondisi oversampling?
Oversampling yang tidak perlu meningkatkan laju data output ADC dan menciptakan masalah pengaturan dan penahanan, meningkatkan konsumsi daya, meningkatkan biaya ADC dan juga biaya FPGA, karena harus menangkap data kecepatan tinggi.
Kapan kita harus menggunakan oversampling?
Ketika satu kelas data adalah kelas minoritas yang kurang terwakili dalam sampel data, teknik pengambilan sampel yang mungkin digunakan untuk menduplikasi hasil ini untuk jumlah hasil positif yang lebih seimbang dalam pelatihan. Pengambilan sampel berlebih digunakan ketika jumlah data yang dikumpulkan tidak mencukupi.
Haruskah Anda melakukan oversample atau undersample?
Metode oversampling duplikat atau membuat contoh sintetis baru di kelas minoritas, sedangkan metode undersampling menghapus atau menggabungkan contoh di kelas mayoritas. Kedua jenis resampling bisa efektif saat digunakan dalam isolasi, meskipun bisa lebih efektif ketika kedua jenis metode digunakan bersama -sama.