MétaCan
Menu
Retour à la cohorte
Enregistrement W2071007762 · doi:10.1121/1.4806678

Nonlinearities in block-type reduced-order vocal fold models with asymmetric tissue properties

2013· article· en· W2071007762 sur OpenAlexaff
Byron D. Erath, David Sommer, Matías Zañartu, Sean D. Peterson

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech Recognition and Synthesis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPhonationVocal foldsNonlinear systemFold (higher-order function)BifurcationSensitivity (control systems)Computer scienceMathematicsSpeech recognitionPhysicsLarynx

Résumé

récupéré en direct d'OpenAlex

Modeling the vocal fold structure as a reduced-order system is an attractive approach for exploring the dynamics of both normal and pathological phonation. This approach has been used ubiquitously in scientific speech investigations due to its relatively high order of accuracy and low computational cost. In addition, good agreement can also be found between model and clinical data. In the case of pathological speech complex vocal fold dynamics may exist, exhibiting phenomenon such as bifurcation and chaos. The ability to capture these features in reduced-order vocal fold models is a much celebrated feature. However, the question has arisen whether these nonlinearities arise due to the physics, or if they are merely an artifact of the model and its sensitivity to initial and boundary conditions. We explore the sensitivity of commonly-employed reduced-order vocal fold models to both contact mechanics, and the geometric prescription of the vocal fold model. Nonlinearities arising from asymmetric vocal fold tensioning are investigated. Nonlinearity in the vocal fold dynamics is identified by determining the predictive capability of linear and nonlinear Volterra-Weiner-Korenberg series. Nonlinearities in the vocal fold oscillations are shown to be highly dependent upon model formulation and implementation, as opposed to physical features of speech.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,238

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,234
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSpeech Recognition and SynthesisTravaux en français237 207