MétaCan
Menu
Retour à la cohorte
Enregistrement W1843447117

System identification with adaptive lattice filters for speech data

2005· article· en· W1843447117 sur OpenAlexaffvenue
Wenxia Shi, Vijay Parsa, Jagath Samarabandu

Notice bibliographique

RevueCanadian acoustics · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLattice phase equaliserAdaptive filterRecursive least squares filterLeast mean squares filterLattice (music)AlgorithmKernel adaptive filterComputer scienceFilter (signal processing)Speech recognitionComputational complexity theorySquare latticeSystem identificationSpeech processingMathematicsFilter designAcousticsData modelingStatistical physicsPhysicsComputer vision
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The applications of adaptive lattice filter structures in modeling the response of hearing aids to speech signals were determined. Lattice based adaptive filter implementation include two approaches - the stochastic-gradient approach or gradient adaptive lattice (GAL), and the least-squares approach or least square lattice (LSL). Speech signals processed through modern hearing aids were analyzed using GAL filter and LSL filter. The performance of the algorithms were compared with least mean square (LMS), recursive least square (RLS), and affine projection algorithm (APA) in terms of computational complexity and modeling.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,242
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207