Les chercheurs démontrent que les encodeurs à convolution échelonnée de pointe imposent deux goulots d'étranglement structurels à l'accès aux primitives localisées temporellement et fréquentiellement : leur effondrement en classes d'équivalence d'alias et la limitation de la résolution fréquentielle. Ces goulets d'étranglement entraînent des taux d'effondrement de 31 à 35 % et des largeurs de bande des filtres 10 à 35 fois supérieures à la limite de résolution théorique.
- Les encodeurs à convolution échelonnée effondrent les primitives en classes d'équivalence d'alias, établissant une limite sur la capacité représentationnelle.
- Les encodeurs limitent la résolution fréquentielle disponible pour les filtres appris, restreignant la séparabilité.
- La refactorisation latente de Gabor (GLRF) est introduite comme une intervention post-hoc légère qui réexprime les latents de l'encodeur dans une base localisée en fréquence.
- GLRF réduit les largeurs de bande des filtres de 10 à 35 fois à 1,5 à 3 fois la limite de résolution théorique tout en préservant la fidélité de reconstruction.
Cette intervention récupère l'accès aux primitives localisées en fréquence, améliorant la contrôlabilité et l'interprétabilité sans nécessiter de réentraînement.