|
|
Modern Optimization Methods for Interpolation of Missing Sections in Audio Signals
Mokrý, Ondřej ; Kowalski, Matthieu (oponent) ; Koldovský, Zbyněk (oponent) ; Rajmic, Pavel (vedoucí práce)
Damage to audio signals is in practice common, yet undesirable. Information loss can occur due to improper recording (low sample rate or dynamic range), transmission error (sample dropout), media damage, or because of noise. The removal of such disturbances is possible using inverse problems. Specifically, this work focuses on the situation where sections of an audio signal of length in the order of tens of milliseconds are completely lost, and the goal is to interpolate the missing samples based on the unimpaired context and a suitable signal model. The first part of the dissertation is devoted to convex and non-convex optimization methods, which are designed to find a solution to the interpolation problem based on the assumption of sparsity of the time-frequency spectrum. The general background and some algorithms are taken from the literature and adapted to the interpolation problem, many modifications and experimental approaches are original. The second part of the thesis focuses on the use of non-negative matrix factorization, with which a probabilistic model of the signal spectrogram can be constructed and used for the interpolation of the signal. This model is then used as the basis for a successful reconstruction algorithm, to which two alternative methods are derived in the present thesis. Finally, an extensive experimental validation of the methods on a group of musical signals is conducted. Using objective indicators of the quality of the interpolated signal, it is shown, that in each class of methods, the proposed modifications lead to a noticeable improvement in quality or convergence over the baseline methods. In particular, within the studied range of impairments, algorithms using factorization compete with the current best methods for interpolating missing sections of the audio signal.
|
|
| |
|
|
Heuristické algoritmy pro optimalizaci
Komínek, Jan ; Šeda, Miloš (oponent) ; Roupec, Jan (vedoucí práce)
Diplomová práce se věnuje genetickým algoritmům a zkoumání jejich vlastností. Zvláštní důraz je kladen na posouzení vlivu mutace a velikosti populace. V druhé části práce jsou genetické algoritmy aplikovány na problematiky inverzních úloh vedení tepla. K jejich řešení bylo vyzkoušeno více různých přístupů a způsobů kódování. Vlastnosti genetických algoritmů pro tyto úlohy byly zlepšeny dvěma zcela novými genetickými operátory – manipulace a seřazení. Zjištěné teoretické poznatky byly odzkoušeny na reálné inverzní úloze vedení tepla. V rámci práce byla vytvořena knihovna pro snadnou implementaci GA pro řešení obecných optimalizačních úloh v jazyce C++.
|
|
|
Inverzní problémy v úlohách přenosu tepla s fázovými změnami
Kamarýt, Petr ; Mauder, Tomáš (oponent) ; Klimeš, Lubomír (vedoucí práce)
Tato diplomová práce se zabývá inverzními problémy v úlohách přenosu tepla se změnou fáze. V první kapitole jsou popsány mechanizmy přenosu tepla včetně modelování materiálu se změnou fáze. Druhá kapitola se věnuje výpočtovému řešení úloh přenosu tepla. Ve třetí je formulována inverzní úloha pro neznámou okrajovou podmínku. Čtvrtá kapitola popisuje autorem implementované metody pro řešení přímých a inverzních úloh přenosu tepla. Inverzní úlohy jsou řešeny sekvenční metodou a pomocí umělých neuronových sítí. Byly zvoleny dva průběhy hustoty tepelného toku: spojitý, po částech lineární a nespojitý, po částech konstantní. Obě metody dosahují pro obě úlohy srovnatelných výsledků. V případě nespojité hustoty tepelného toku jsou výsledky horší než v případě spojitého průběhu.
|
|
|
Inverzní problémy v úlohách přenosu tepla s fázovými změnami
Kamarýt, Petr ; Mauder, Tomáš (oponent) ; Klimeš, Lubomír (vedoucí práce)
Tato diplomová práce se zabývá inverzními problémy v úlohách přenosu tepla se změnou fáze. V první kapitole jsou popsány mechanizmy přenosu tepla včetně modelování materiálu se změnou fáze. Druhá kapitola se věnuje výpočtovému řešení úloh přenosu tepla. Ve třetí je formulována inverzní úloha pro neznámou okrajovou podmínku. Čtvrtá kapitola popisuje autorem implementované metody pro řešení přímých a inverzních úloh přenosu tepla. Inverzní úlohy jsou řešeny sekvenční metodou a pomocí umělých neuronových sítí. Byly zvoleny dva průběhy hustoty tepelného toku: spojitý, po částech lineární a nespojitý, po částech konstantní. Obě metody dosahují pro obě úlohy srovnatelných výsledků. V případě nespojité hustoty tepelného toku jsou výsledky horší než v případě spojitého průběhu.
|
|
|
Heuristické algoritmy pro optimalizaci
Komínek, Jan ; Šeda, Miloš (oponent) ; Roupec, Jan (vedoucí práce)
Diplomová práce se věnuje genetickým algoritmům a zkoumání jejich vlastností. Zvláštní důraz je kladen na posouzení vlivu mutace a velikosti populace. V druhé části práce jsou genetické algoritmy aplikovány na problematiky inverzních úloh vedení tepla. K jejich řešení bylo vyzkoušeno více různých přístupů a způsobů kódování. Vlastnosti genetických algoritmů pro tyto úlohy byly zlepšeny dvěma zcela novými genetickými operátory – manipulace a seřazení. Zjištěné teoretické poznatky byly odzkoušeny na reálné inverzní úloze vedení tepla. V rámci práce byla vytvořena knihovna pro snadnou implementaci GA pro řešení obecných optimalizačních úloh v jazyce C++.
|
|
| |
|
|
Matematické modelování generalizace
Kůrková, Věra
Učení se schopností generalizace lze modelovat pomocí regularizace, která byla vyvinuta k hledání stabiliních řešení fyzikálních úloh. V teorii učení lze chápat generalizaci jako určitý druh stability.
|
host ::
RSS.