MétaCan
Menu
Retour à la cohorte
Enregistrement W2133600584 · doi:10.1109/tbme.2004.826674

A Novel Method of Estimation of DPOAE Signals

2004· article· en· W2133600584 sur OpenAlexaff
A.K. Ziarani, A. Konrad

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDistortion (music)Computer scienceSIGNAL (programming language)Noise (video)SoftwareNoise measurementNonlinear systemMeasure (data warehouse)Signal processingAlgorithmElectronic engineeringNoise reductionSpeech recognitionArtificial intelligenceEngineeringComputer hardwareData miningDigital signal processingTelecommunications

Résumé

récupéré en direct d'OpenAlex

A new method of measurement of distortion product otoacoustic emission (DPOAE) signal level based on a recently introduced nonlinear adaptive method of extraction of nonstationary sinusoids is presented. Essentially, three units of such an algorithm are employed to extract and measure the two stimuli and the DPOAE signal. Each unit has the capability of locking on a specified sinusoidal component of the input signal and tracking its variations over time. Performance of the proposed method is demonstrated with the aid of computer simulations and is verified in laboratory using recorded clinical data. Comparison is made between the proposed technique and existing methods. The proposed method features structural simplicity which renders it particularly attractive for implementation on both software and hardware platforms. It offers a high degree of immunity with regard to background noise and parameter variations. Compared to conventional methods, the proposed method offers a shorter measurement time which is of significant value in clinical examinations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetVehicle Noise and Vibration ControlTravaux en français237 207