|
|
Rozhraní pro vzdálený přístup k prostředí MATLAB
Štefek, Jiří ; Atassi, Hicham (oponent) ; Mekyska, Jiří (vedoucí práce)
Cílem této práce je rozbor komunikačních možností programovacího jazyka Java s prostředím MATLAB a následný návrh a implementace systému využívajícího tuto komunikaci. Práce se nejdříve zaměřuje na zpřehlednění a srovnání metod přístupu k prostředí MATLAB. Dále je zde navržena webová aplikace zprostředkující vzdálené výpočty v prostředí MATLAB využívající nejefektivnější spojovací metodu z minulého bodu. Následně je uveden krátký popis aplikačního rámce Spring, kterého je využito při implementaci aplikace. Poslední část se věnuje popisu možností, instalací a konfigurací systému.
|
|
|
Audio Classification with Deep Learning on Limited Data Sets
Harár, Pavol ; Platoš,, Jan (oponent) ; Šimák, Boris (oponent) ; Mekyska, Jiří (vedoucí práce)
Standard procedures of dysphonia diagnosis by a clinical speech therapist have their downsides, mainly because the process is very subjective. Recently, an automatic objective analysis of a speaker's condition gained in popularity. Researchers successfully based their methods on various machine learning algorithms and handcrafted features. These methods, unfortunately, are not directly scalable to other voice disorders and the process of feature engineering is laborious and thus financially and talent expensive. Based on the previous successes, a deep learning approach might help to ease the problems with scalability and generalization, but an obstacle is a limited amount of training data. This is a common denominator in almost all systems for automated medical data analysis. The main aim of this work is to research new approaches to deep-learning-based predictive modeling using limited audio data sets, focusing especially on voice pathology assessment. This work is the first to experiment with deep learning in this field and on so far the largest combined database of dysphonic voices, which was created in this work. It provides a thorough examination of publicly available data sources and identifies their limitations. It describes the design of novel time-frequency representations based on Gabor transform and it presents a new class of loss functions, that yield target representations beneficial for learning. In numerical experiments, it demonstrates improvements in the performance of convolutional neural networks trained on limited audio data sets using the augmented target loss function and the newly proposed time-frequency representations, namely Gabor and Mel scattering.
|
|
|
Praktické ukázky zpracování signálů
Hanzálek, Pavel ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Práce se zaměřuje na problematiku zpracování signálů. Pomocí praktických ukázek se snaží ukázat využití jednotlivých operací zpracování signálů z praktického hlediska. Pro každou z vybraných operací zpracování signálů je vytvořena aplikace v prostředí MATLAB včetně grafického rozhraní pro její snadnější ovládání. Členění práce je takové, že každá kapitola je v úvodu rozebrána nejdříve z teoretického hlediska, posléze je ukázáno pomocí praktické ukázky, k čemu se daná operace v praxi využívá. V této části se nachází popis jednotlivých aplikací, hlavně z hlediska způsobu jejich obsluhy, a také popis jejich možných výsledků. V příloze práce se nachází výsledky praktické části.
|
|
|
De-identifikace řečníků postižených hypokinetickou dysartrií
Kárník, Radoslav ; Kiska, Tomáš (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá návrhem a realizací systému, který provádí de-identifikace řečových nahrávek pacientů postižených Parkinsonovou nemocí. V práci jsou popsány příčiny a projevy Parkinsonovy nemoci a vlivy hypokinetické dysartrie na řečový projev pacientů. Část práce je věnována řečovým příznakům popisujícím prozodii, podle pomocí kterých se dá hypokinetická dysartrie diagnostikovat z řeči. Dále se zabývá způsoby de-identifikace řeči a systémem na evaluaci výsledků pomocí rozeznávání řečníků a pacientů. De-identifikační systém využívá Normalizaci vokálního traktu (VTLN), evaluační systém využívá Gaussovy smíšené modely (GMM). Na testování byla využita databáze PARCZ, která obsahuje nahrávky řečových cvičení pacientů postižených Parkinsonovou nemocí a kontrolních řečníků.
|
|
|
Estimation of formant frequencies using machine learning
Káčerová, Erika ; Galáž, Zoltán (oponent) ; Mekyska, Jiří (vedoucí práce)
This Master's thesis deals with the issue of formant extraction. A system of scripts in Matlab interface is created to generate values of the first three formant frequencies from speech recordings with the use of Praat and Snack(WaveSurfer). Mel Frequency Cepstral Coefficients and Linear Predictive Coefficients are extracted from the audio files in order to be added to the database. This database is then used to train a neural network. Finally, the designed neural network is tested.
|
|
|
Advanced Parameterisation of Online Handwriting in Writers with Graphomotor Disabilities
Mucha, Ján ; Šimák, Boris (oponent) ; Drotár,, Peter (oponent) ; Mekyska, Jiří (vedoucí práce)
Graphomotor disabilities (GD) significantly affect the quality of life beginning from the school-age, when the graphomotor skills are developed, until the elderly age. The timely diagnosis of these difficulties and therapeutic interventions are of great importance. As GD are associated with several symptoms in the field of kinematics, the basic kinematic features such as velocity, acceleration, and jerk were proved to effectively quantify these symptoms. Nevertheless, an objective computerized decision support system for the identification and assessment of GD is still missing. Therefore, the main objective of my dissertation is the research of an advanced online handwriting parametrization utilized in the field of GD analysis, with a special focus on methods based on fractional calculus. This work is the first to experiment with fractional-order derivatives (FD) in the GD analysis by online handwriting of Parkinson’s disease (PD) patients and school-age children. A new online handwriting parametrization technique based on the Grünwald-Letnikov approach of FD has been proposed and evaluated. In the field of PD dysgraphia, a significant improvement in the discrimination power and descriptive abilities was proven. Similarly, the proposed methodology improved current state-of-the-art techniques of GD analysis in school-aged children. The newly designed parametrization has been optimized in the scope of the computational performance (up to 80 %) as well as in FD order fine-tuning. Finally, various FD-approaches were compared, namely Riemann-Liouville, Caputo’s, together with Grünwald-Letnikov approximation to identify the most suitable approach for particular areas of GD analysis.
|
|
|
Research of Advanced Online Handwriting Analysis Methods with a Special Focus on Assessment of Graphomotor Disabilities in School-aged Children
Zvončák, Vojtěch ; Havigerová,, Jana Marie (oponent) ; Drotár,, Peter (oponent) ; Mekyska, Jiří (vedoucí práce)
Graphomotor abilities (GA) represent a set of psychomotor activities that are executed during drawing and writing. The GA are prerequisites for mastering of elementary school skills, particularly writing. Children in 1 st and 2 nd grade can experience difficulties in execution of simple graphomotor tasks (GD) and later in 3 rd and 4 th grade even in handwriting tasks (HD). The disruption of processes involved in handwriting is generally called Developmental Dysgraphia (DD). The prevalence of DD in the Czech Republic is 3–5 %. To this day the DD is evaluated subjectively by teams of psychologists and special educationalist. Currently, an objective measuring tool that asses the properties of GD or HD is missing in practice. Consequently, this thesis is aiming to identify symptoms associated with graphomotor disabilities in school–aged children and design new parameters quantifying them. For this purpose, a new complex GA protocol was proposed (36 tasks), which represents an environment, where the identified symptoms can be manifested (24 symptoms). Moreover, 76 quantifying features were introduced. A new graphomotor difficulties rating scale (GDRS) was designed based on computerised analysis of handwriting. Finally, new online handwriting parameters based on advanced signal processing techniques were designed and tested, which can assess poor dexterity or unspecified motor clumsiness. The GDRS represents a novel and modern objective measurement tool, that is not yet available in the Czech Republic or in other countries. Its utilization will help in the modernization of DD diagnosis and in the remediation process. With proper research, it could be adapted into other languages as well. Moreover, the methodology can be used and optimized for other diseases, which affects GA, such as Autism, Attention Deficit Coordination Disorder (ADHD) or Developmental Coordination Disorder (DCD).
|
|
| |
|
|
Určení výšky osob z řečového projevu
Pelikán, Pavel ; Mekyska, Jiří (oponent) ; Atassi, Hicham (vedoucí práce)
Diplomová práce se zaměřuje na určení výšky osob z řečové nahrávky. Nejprve je hodnocen současný stav řešení problému s odkazem na již vytvořené studie a získané poznatky jsou využity k vlastní práci. Byla vybrána studie, která se prezentuje nejlepšími výsledky určení výšky osob. Experimentální část této studie je v rámci diplomové práce rekonstruována. Dále je v rámci experimentální části této práce vytvořen vlastní systém pro odhad výšky řečníka z řečové nahrávky. Úspěšnost systému byla testována s využitím několika příznaků na nahrávkách z databáze TIMIT.
|
|
|
Analysis of hand-written text of patients with neurological disorders
Galáž, Zoltán ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
The master‘s thesis deals with the analysis of the hand-written text. There is a design and a realization of a system for the purpose of diagnosing a Parkinson’s desease based on the analysis of hand-written text. The system consists from several modules and it is programmed in the programming environment of MATLAB. The first module provides pre-processing of the records to adjust records to the form suitable for the segmentation. Afterwards, the records are divided into those with signals onto the surface of the tablet and those with the signals above the surface of the tablet. In the next module the records are segmented by the two-phase metod of automatic segmentation.High-level featuresare calculated from the extracted features. The results of the statistical analysis are exported in the form suitable for the classification process. The classification is performed by the proposed model made in the programming environment of RapidMiner. The output of designed system is the trained model capable of automatic classification of the Parkinson’s disease by the analysis of the hand-written text.
|
host ::
RSS.