本文探讨了非负矩阵分解（NMF）在音频信号处理中的应用，提出将NMF扩展到不规则采样的时频表示，如常数Q变换和小波分析。研究表明，NMF通过可学习函数能够处理更广泛的信号类别。
本文介绍了一种基于归一化流的深度生成模型的变分重整化群方法，用于生成近似相互独立的潜在变量，并在 Ising 模型中进行了实际应用。同时，讨论了该方法与重整化群的小波分析和信息保存 RG 的联系。
完成下面两步后，将自动完成登录并继续当前操作。
