Étude de faisabilité d'un analyseur de parole miniature pour une prothèse cochléaire
Bibliographic record
Abstract
Ce mémoire porte sur l'étude et la conception d'une nouvelle version d'un analyseur de parole miniature dédié à une prothèse cochléaire. Le but de ce travail consiste à préserver, à l'image du dernier analyseur de parole développé au sein du GRAMS (Groupe de Recherche en Appareillage Médical de Sherbrooke), un système complètement flexible et transparent à tout algorithme de stimulation, tout en réduisant au minimum sa taille et sa consommation. L'accent sera surtout mis sur les côtés ergonomiques, esthétiques et pratiques en vue de faciliter son adaptation pour les jeunes patients. Après l'introduction, dans le deuxième chapitre, nous décrivons la physiologie de l'oreille humaine. Ensuite, nous expliquons le mécanisme de l'audition afin de bien comprendre le principe de base des prothèses cochléaires. Au troisième chapitre, nous présentons le principe des prothèses cochléaires et nous décrivons les plus importants systèmes conventionnels. Ensuite, nous présentons les résultats des travaux de recherche du Groupe de Recherche en Appareillage Médical de Sherbrooke liés à ce type d'appareil. Dans le chapitre quatre, nous donnons en première partie, un aperçu sur les prothèses cochléaires miniatures qui existent et nous exposerons la justification et les objectifs du travail qui fait l'objet de ce mémoire. Dans une deuxième partie, nous étendons notre exposé aux piles miniatures qui constituent la source d'alimentation de ces appareils. Enfin dans le cinquième chapitre, nous nous attaquons à la conception électronique proprement dite du système qui répondrait à nos critères. Nous y exposons le concept et nous justifions les choix des composants et les méthodes de conceptions retenues. Ce chapitre est clôturé par une présentation du circuit final et des propositions possibles pour son adaptation.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".