|
|
| Κωδικός Πόρου |
000370926 |
| Τίτλος |
Selection of Relevant Features for Audio Classification tasks |
| Άλλος τίτλος |
Επιλογή σχετικών χαρακτηριστικών για την ταξινόμηση ηχητικών σημάτων |
|
Συγγραφέας
|
Μαρκάκη, Μαρία Γεώργιος
|
|
Σύμβουλος διατριβής
|
Στυλιανού, Γιάννης
|
| Περίληψη |
Για την περιγραφή των μη στάσιμων ηχητικών σημάτων, έχουν προταθεί διάφορες αναπαραστάσεις συχνότητας - χρόνου και τρόποι υπολογισμού των αντίστοιχων φασμάτων διαμόρφωσης πλάτους (AM) ή συχνότητας (FM). Η πρόοδος που έχει σημειωθεί στις αναπαραστάσεις αυτές, επιτρέπει την καλύτερη απεικόνιση της λεπτής δομής και της δυναμικής της κυματομορφής του σήματος. Ωστόσο η ολοένα μεγαλύτερη ευκρίνεια αυτών των μοντέλων, αυξάνει το πλήθος των παραμέτρων και τη στατιστική τους διακύμανση, και δυσχεραίνει την ταξινόμηση των σημάτων.
Σε αυτή την εργασία μελετάμε το πρόβλημα της μείωσης των διαστάσεων αυτών των αναπαραστάσεων και της επιλογής των “βέλτιστων” χαρακτηριστικών ως προς την ταξινόμηση που μας ενδιαφέρει. Το κριτήριο είναι η αμοιβαία πληροφορία ως προς τη μεταβλητή της κατηγοριοποίησης. Προτείνουμε την επιλογή των “βέλτιστων” από τα χαρακτηριστικά που προκύπτουν μετά τη διάσπαση (τον απο¬κλεισμό) των ιδιόμορφων τιμών υψηλής τάξης της αναπαράστασης. Δείχνουμε ότι αυτή η διαδικασία επιλογής χαρακτηριστικών ικανοποιεί το κριτήριο της μέγιστης εξάρτησης των μεταβλητών από την κλάση ταξινόμησης - με το πλεονέκτημα ότι δε χρειάζεται να υπολογίσουμε κατανομές πιθανότητας πολλών μεταβλητών.
Οι εφαρμογές που περιγράφουμε αφορούν την ανίχνευση ομιλίας σε τηλεοπτικά ή ραδιοφωνικά δελτία ειδήσεων και την ανίχνευση και τη διάκριση διαφόρων παθολογιών της φωνής με βάση τα φάσματα διαμόρφωσης πλάτους (AM). Στις εφαρμογές αυτές δείχνουμε ότι τα επιλεγμένα χαρακτηρι¬στικά μπορούν να βελτιώσουν σημαντικά την απόδοση ενός συστήματος ταξινόμησης σε συνδυασμό με τους ευρέως χρησιμοποιούμενους συντελεστές Mel frequency cepstral coefficients. Τέλος περι¬γράφουμε ένα σύστημα αυτόματου εντοπισμού των παθολογικών φυσημάτων της καρδιάς, το οποίο βασίζεται σε μια αναπαράσταση συχνότητας - χρόνου πολύ υψηλής ανάλυσης των φωνοκαρδιογραφημάτων. Δείχνουμε ότι η ακρίβεια του συστήματος είναι συγκρίσιμη με τη διαγνωστική ακρίβεια έμπειρων παιδοκαρδιολόγων στην ταξινόμηση των ίδιων φωνοκαρδιογραφημάτων.
|
| Φυσική περιγραφή |
xxiv. 123 σ. : εικ., πίν. ; 30 εκ. |
| Γλώσσα |
Αγγλικά |
| Θέμα |
Amplitude Modulation |
|
Fourier Transform |
|
Higher Order Singular Value Decomposition |
|
Mutual Information |
|
Αμοιβαία πληροροφορία |
|
Διάσπαση ιδιόμορφων τιμών υψηλότερης τάξης |
|
Διαμόρφωση πλάτους |
|
Μετασχηματισμός Fourier |
| Ημερομηνία έκδοσης |
2011 |
| Συλλογή
|
Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Επιστήμης Υπολογιστών--Διδακτορικές διατριβές
|
|
|
Τύπος Εργασίας--Διδακτορικές διατριβές
|
| Εμφανίσεις |
479 |
Selection of Relevant Features for Audio Classification tasks
