研究者らは、最先端のストライド畳み込みエンコーダーが、時間・周波数局在化プリミティブへのアクセスに対して2つの構造的ボトルネックを課していることを実証した。それは、それらをエイリアス同値類に収縮させることと、周波数分解能を制限することである。これらのボトルネックにより、収縮率が31〜35%となり、フィルタ帯域幅が理論的分解能限界の10〜35倍も上回る結果となる。

  • ストライド畳み込みエンコーダーはプリミティブをエイリアス同値類に収縮させ、表現容量に上限を設定する。
  • エンコーダーは学習済みフィルタが利用可能な周波数分解能を制限し、分離可能性を制約する。
  • ガボール潜在再構成（GLRF）は、エンコーダーの潜在変数を周波数局在化基底で再表現する軽量な事後介入として導入された。
  • GLRFは、再構築忠実度を維持しつつ、フィルタ帯域幅を理論的分解能限界の10〜35倍から1.5〜3倍に低減する。

この介入により、周波数局在化プリミティブへのアクセスが回復し、再学習を必要とせずに制御可能性と解釈性が向上する。