oversampling
oversamplingは、文脈によってデジタル信号処理とデータサイエンスという全く異なる二つの分野で使用されます。どちらも本来の量よりも多くサンプリングするという点では共通していますが、その目的とアプローチは大きく異なります。
信号処理における役割
デジタルオーディオや通信などの信号処理において、oversamplingはナイキスト周波数よりも遥かに高い周波数でサンプリングを行うことを指します。これにより、アナログ信号をデジタルに変換する際のアンチエイリアシングフィルタの設計を簡素化し、量子化ノイズを広い帯域に分散させることで、結果的に信号の品質を向上させることが可能です。これはハードウェアの性能を最大限に引き出すための技術的な最適化と言えます。
機械学習におけるデータ不均衡の解消
一方で、統計学や機械学習の文脈では、oversamplingはデータセット内のクラス不均衡を解消するための手法として用いられます。例えば、不正検知のように正常なデータが圧倒的に多く不正なデータが極端に少ない場合、そのまま学習させるとモデルが多数派に偏った判断を下してしまいます。そこで、少数クラスのデータを複製したり、合成データを生成したりしてサンプル数を増やすことで、モデルが少数派の特徴を適切に学習できるように調整します。
信号処理：ノイズ低減やフィルタリングの効率化が目的
機械学習：クラス間のバランス調整による予測精度の向上が目的
意味
信号の品質を向上させたりフィルタリングを簡素化したりするために、ナイキストレートよりも大幅に高いレートで信号をサンプリングすること
The engineer implemented oversampling to reduce the noise floor of the audio converter.
エンジニアはオーディオコンバーターのノイズフロアを低減させるためにオーバーサンプリングを実装した。
機械学習や統計学において、データセットのバランスを整えるために少数クラスのサンプル数を増やす手法のこと
Oversampling the minority class helped the model better identify rare fraudulent transactions.
少数クラスをオーバーサンプリングしたことで、モデルが稀な不正取引をより正確に識別できるようになった。