Physiological modeling for hearing aid design
Notice bibliographique
Résumé
Physiological data from hearing-impaired cats suggest that conventional hearing aid signal-processing schemes do not restore normal auditory-nerve responses to a vowel [Miller et al., J. Acoust. Soc. Am. 101, 3602 (1997)] and can even produce anomalous and potentially confounding patterns of activity [Schilling et al., Hear. Res. 117, 57 (1998)]. These deficits in the neural representation may account at least partially for poor speech perception in some hearing aid users. An amplification scheme has been developed that produces neural responses to a vowel more like those seen in normal cats and that reduces confounding responses [Miller et al., J. Acoust. Soc. Am. 106, 2693 (1999)]. A physiologically accurate model of the normal and impaired auditory periphery would provide simpler and quicker testing of such potential hearing aid designs. Details of such a model, based on that of Zhang et al. [J. Acoust. Soc. Am. 109, 648 (2001)], will be presented. Model predictions suggest that impairment of both outer- and inner-hair cells contribute to the degraded representation of vowels in hearing-impaired cats. The model is currently being used to develop and test a generalization of the Miller et al. speech-processing algorithm described above to running speech. [Work supported by NIDCD Grants DC00109 and DC00023.] a)Now with the Dept. of Electrical and Computer Engineering, McMaster Univ., 1280 Main St. W., Hamilton, ON L8S 4K1, Canada.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».