MétaCan
Menu
Retour à la cohorte
Enregistrement W2150057756 · doi:10.1109/icassp.2004.1326431

Blind deconvolution using Bayesian methods with application to the dereverberation of speech

2004· article· en· W2150057756 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlind Source Separation Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDeconvolutionBlind deconvolutionComputer scienceMarkov chain Monte CarloImpulse responseBayesian probabilityAlgorithmSpeech recognitionSpeech enhancementImpulse (physics)Monte Carlo methodConvolution (computer science)Finite impulse responseArtificial intelligenceMathematicsStatisticsNoise reduction

Résumé

récupéré en direct d'OpenAlex

A blind deconvolution algorithm is presented to address the problem of the dereverberation of speech. A Bayesian algorithm is developed for estimating the source, and the problem of ill-conditioning due to long tails of an acoustic impulse response (AIR) is avoided by marginalizing out the unknown channel parameters. The initial samples of the MAP estimate are determined using a stochastic MCMC (Markov chain Monte Carlo) technique, and these estimates are then used in a sequential procedure for estimating the remaining signal. A filterbank implementation is used to reduce the large deconvolution problem into several smaller independent problems. Simulation results are presented to demonstrate the performance of the algorithm applied to the dereverberation 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.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,194

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,026
Tête enseignante GPT0,352
Écart entre enseignants0,326 · 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

En bref

Citations9
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBlind Source Separation TechniquesTravaux en français237 207