MétaCan
Menu
Retour à la cohorte
Enregistrement W2151149289 · doi:10.1109/ccece.2008.4564508

A new adaptive beamformer for optimal acoustic echo and noise cancellation with less computational load

2008· article· en· W2151149289 sur OpenAlexvenueno aff
Jafar Ramadhan Mohammed

Notice bibliographique

RevueConference proceedings - Canadian Conference on Electrical and Computer Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEcho (communications protocol)Computer scienceAdaptive beamformerAdaptive filterNoise (video)Active noise controlComputational complexity theoryScheme (mathematics)Channel (broadcasting)Path (computing)Speech recognitionAcousticsBeamformingAlgorithmTelecommunicationsMathematicsArtificial intelligencePhysicsComputer network

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigates positive synergies of the combination of acoustic echo canceller with new adaptive beamformer (NABF) for acoustic echo and background noise cancellation. The NABF uses multichannel linear prediction error filters (LPEFs) in the sidelobe canceling path and adaptive noise estimation filters (ANEFs) in the multi-channel noise canceller. Since the AEC module is located behind the fixed beamformer of the NABF only one AEC module is required and the AEC does not feel any repercussions from the NABF. In order to illustrate the effectiveness of the proposed integrated scheme (AECNABF), it is compared to the multi-channel acoustic echo canceller (AEC-first) which provide good performance but at the expense of very high computational complexity. Simulation results show that the performance of the proposed scheme is comparable to that of AEC-first scheme with very less computational complexity.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,788
Score d'incertitude au seuil1,000

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 Opus0,020
Tête enseignante GPT0,196
Écart entre enseignants0,176 · 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.

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference proceedings - Canadian Conference on Electrical and Computer EngineeringMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207