MétaCan
Menu
Retour à la cohorte
Enregistrement W2759076084 · doi:10.1109/cjece.2017.2710349

Direction of Arrival Estimation of Acoustic Echoes Using Source Elimination Method

2017· article· en· W2759076084 sur OpenAlexafffundvenue
Marc-André Guérard, Dominic Grenier

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNarrowbandDirection of arrivalSmoothingComputer scienceCovariance matrixPower (physics)SIGNAL (programming language)AlgorithmMultiple signal classificationAcousticsNoise (video)Monte Carlo methodSpeech recognitionMathematicsTelecommunicationsArtificial intelligenceStatisticsPhysicsAntenna (radio)Computer vision

Résumé

récupéré en direct d'OpenAlex

A new method for the direction of arrival (DOA) estimation for a single narrowband acoustic source with multiple low power echoes is proposed. The mathematical relations between the signal covariance matrix, the sources steering vectors, and the power of the sources are developed in order to expose the contribution of each source. Algorithms to find each of the source's DOA and their respective power are presented. The source elimination method (SEM), based on the elimination of the contribution of each source to improve the DOA estimation, is developed. Monte Carlo simulations are presented, showing that SEM yields more accurate results than multiple signal classification (MUSIC) with forward-backward spatial smoothing (FBSS) to find the echoes' DOA with an echo-to-noise ratio between -13 and -17 dB. Experimental results show that for a small array and two sources with different power, SEM outperforms MUSIC with FBSS.

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 enseignants0,574
Score d'incertitude au seuil0,266

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations1
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetSpeech and Audio ProcessingTravaux en français237 207