|
|
Classification of Testing Maneuvers from Flight Data
Funiak, Martin ; Dittrich, Petr (oponent) ; Chudý, Peter (vedoucí práce)
A flight data recorder is a device dedicated for recording flight data from a wide range of aircraft sensors. The analysis of the flight data has an important role in the development and testing of avionics. The testing and evaluation of the aircraft responses is often performed using the testing maneuvers. The sensor data from one flight are stored within one flight record, which may contain several testing maneuvers. The goal of this thesis is to identify basic testing maneuvers using measured flight data. The theoretical part describes the flight maneuvers and a related format of the flight data. A research in the field of statistics driven data classification and the probability theory, necessary to understand complex Gaussian Mixture Models, is covered in the analytical part. The thesis also introduces an implementation where the Gaussian Mixture Models are used for the classification of the testing maneuvers in the flight data. The testing of the proposed solution for the data from a flight simulator and a real aircraft showed that the Gaussian Mixture Models provide a suitable solution for this task. A possible future research direction is described in the final chapter.
|
|
|
Stress recognition from speech signal
Staněk, Miroslav ; Přibil, Jiří (oponent) ; Tučková,, Jana (oponent) ; Sigmund, Milan (vedoucí práce)
Presented doctoral thesis is focused on development of algorithms for psychological stress detection in speech signal. The novelty of this thesis aims on two different analysis of the speech signal- the analysis of vowel polygons and the analysis of glottal pulses. By performed experiments, the doctoral thesis uncovers the possible usage of both fundamental analyses for psychological stress detection in speech. The analysis of glottal pulses in amplitude domain according to Top-To-Bottom criterion seems to be as the most effective with the combination of properly chosen classifier, which can be defined as language and phoneme independent way to stress recognition. All experiments were performed on developed Czech real stress database and some observations were also made on English database SUSAS. The variety of possibly effective ways of stress recognition in speech leads to approach very high recognition accuracy of their combination, or of their possible usage for detection of other speaker’s state, which has to be further tested and verified by appropriate databases.
|
|
|
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.
|
|
|
Zjištění Parkinsonovy nemoci na základě analýzy řečového záznamu
Vymlátil, Petr ; Trzos, Michal (oponent) ; Lněnička, Jakub (vedoucí práce)
Tato práce se zabývá zjištěním Parkinsonovi choroby na základě analýzy řečového záznamu. V úvodních kapitolách je popsán mechanismus vzniku lidského hlasu, jeho základní vlastnosti a vliv hypokinetické dysartrie na řeč. V další kapitole jsou popsány vlastnosti řečového signálu a některé metody jeho předzpracování. Následuje popis a způsob extrakce vybraných jednotlivých příznaků potřebných pro diagnózu nemoci a stručný popis metod redukce a klasifikátorů. Praktická část práce srovnává úspěšnost klasifikace naivního bayesovského klasifikátoru v závislosti na použité redukci.
|
|
|
Zpracování elektrochemických signálů metalotioneinu z Brdičkovy reakce
Dvořáček, Jiří ; Hynek, David (oponent) ; Valla, Martin (vedoucí práce)
Tato práce se zabývá problematikou průběhu Brdičkovy elektrochemické reakce a možnostmi jejího popisu a zpracování naměřeného katalytického signálu. První část práce se zabývá úvodem do problematiky, samostatným vznikem této reakce, objevení vlastností metalotioneinu, funkcí v lidském těle, možnostmi popisu a aplikací shlukové analýzy na naměřený elektrochemický signál metalotioneinu z Brdičkovy reakce a detekci zvoleného vrcholu. V druhé části je na základě požadavků zhotoven program umožňující vyhodnocení Brdičkovy reakce pracující na základě dvou detekcí z načteného signálu.
|
|
|
Voice Activity Detection
Ent, Petr ; Karafiát, Martin (oponent) ; Matějka, Pavel (vedoucí práce)
This thesis deals with usage Support Vector Machines (SVM) for Speech Activity Detection (SAD). The first part of the thesis deals with comparison of different feature extractions and different methods of construction supervectors for classifying speech using SVM. The second part presents SVM based SAD system. All experiments were performed on ERT broadcast new database. Final comparison with two other approaches (phoneme and GMM based) was done on standard NIST 2006 Rich Test Evaluation database.
|
|
|
Diagnóza Parkinsonovy choroby z řečového signálu
Karásek, Michal ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Práce se zabývá rozpoznáním Parkynsonovy choroby z řečového signálu. V první části poukazuje na základy řečových signálů a řečových signálů u pacientů postižených Parkinsonovou chorobou. Dále popisuje problematiku zpracování řečových signálů, základní příznaky používané k diagnóze Parkinsonovy choroby (např. VAI, VSA, FCR, VOT atd.) a redukci těchto příznaků. Další část je zaměřena na blokové schéma programu pro diagnózu Parkinsonovy choroby. Hlavním cílem této práce je porovnání dvou metod výběru příznaků (mRMR a SFFS). Pro klasifikaci byly vybrány dvě rozdílné metody. První metodou je klasifikace kNN a druhou metodou klasifikace jsou Gaussovy smýšené modely (GMM).
|
|
|
Automatické rozpoznávání logopedických vad v řečovém projevu
Dušil, Lubomír ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Práce se zabývá analýzou a automatickou detekcí logopedických vad v řečovém projevu. Dává si za cíl ulehčit a urychlit práci logopedů a zvýšit procento odhalených logopedických vad u dětí v co nejmladším věku a následné, co nejúspěšnější, vyléčení. Jsou zde uvedeny metody logopedické práce, dělení vad v jednotlivých stádiích vývoje dítěte a vhodná slova k identifikaci vady řeči a následné nápravě. Následně jsou zde rozebrány metody výpočtu koeficientů, které nejlépe vystihují lidskou řeč. Dále klasifikátory, které se používají k rozpoznávání a určení jestli se jedná o logopedickou vadu či nikoliv. Klasifikátory využívají pro svoji práci koeficienty. Koeficienty a klasifikátory jsou testovány a hledá se co nejlepší jejich kombinace, která by měla nejvyšší procento úspěšnosti v automatickém odhalování logopedických vad řeči. Všechno programování a testování se provádí v programu Matlab.
|
host ::
RSS.