Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 15

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  GMM
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The COVID-19 pandemic has had a great impact on the economies of the EU, also with regard to the future of EU climate policy. The plan to rebuild and support the EU economy seems to place less emphasis on environmental issues as the main focus has been shifted to a quick economic recovery. One of the issues discussed in this context is the continued operation of the EU ETS. From this perspective, empirical research devoted to a thorough analysis of the impact of the EU ETS is of particular importance. At the same time, the current economic literature lacks any econometric analyzes devoted to the issues in question that would use detailed and reliable databases on EU ETS like the one provided by the Wegener Center for Climate and Global Change. The aim of this paper is to make a preliminary assessment of the effectiveness of the EU ETS in terms of reducing the actual emissions while preserving the economic growth of EU member states. The extensive empirical analysis is focused on examining the issues in question for different phases of the EU ETS and various groups of EU economies that vary in terms of economic development and the overall air pollutant emission.
EN
This study examines the impact of regulatory compliance on the relationship between the audit committee diversity and the extent of voluntary disclosure in the Nigerian listed firms. The study investigates 71 company from 10 sectors listed on the Nigerian Stock Exchange (NSE) in the period of 2011-2017. As we adopt a basic and causality research design, a quantitative approach through generalized method of moment (GMM) panel models was used to analyse the data collected from each company’s annual report and the stock exchange fact books. The result indicates that regulatory compliance has a positive and significant impact on the audit committee and voluntary disclosure. Furthermore, audit committee independence and financial expertise have a positive influence on voluntary disclosure due to the positive interaction effect of regulatory compliance. The main contribution is the introduction of corporate governance regulations as a moderator of this relationship besides using the system Generalized Method of Moment (GMM) approach as a superior estimator. This study provides insights to policymakers and the business firms interested in improving the effectiveness of corporate governance within their countries.
PL
Tematyką tego artykułu jest wpływ zgodności z przepisami na związek między różnorodnością komisji ds. Audytu a zakresem dobrowolnego ujawnienia informacji w nigeryjskich spółkach giełdowych. Przebadano 71 spółek z 10 sektorów notowanych na nigeryjskiej giełdzie papierów wartościowych (NSE) w latach 2011-2017. W badaniu zastosowano podejście ilościowe poprzez uogólnione metoda momentu (GMM) do analizy danych zebranych z raportu rocznego każdej spółki i ksiąg faktów giełdowych. Wynik wskazuje, że zgodność z przepisami ma pozytywny i znaczący wpływ na komisji audytu poprzez dobrowolne ujawnienie. Ponadto niezależność komisji audytu i wiedza finansowa mają pozytywny wpływ na dobrowolne ujawnianie informacji ze względu na zgodność z przepisami. Główną zasługą jest wprowadzenie przepisów dotyczących ładu korporacyjnego jako moderatora tej relacji, oprócz zastosowania systemowego podejścia uogólnionej metody (GMM) jako nadrzędnego estymatora. Badanie to dostarcza informacji decydentom politycznym i firmom zainteresowanym poprawą skuteczności ładu korporacyjnego w swoich krajach.
EN
The paper presents an embedded system, which realizes real time speaker recognition from the internet radio broadcasts. The proposed solution was developed with the use of the open source Python programming language. It was first tested within the Windows environment, then adapted to the Unix operating system in order to use is on the Raspberry Pi 2 platform. We analyzed available libraries to select the most convenient solutions for individual blocks of the speaker recognition task. In the paper we also indicate parameters, for which the algorithm exhibits the greatest efficiency. The prepared software is available on the Github file repository.
PL
Artykuł prezentuje system realizujący rozpoznawanie mówcy z radia internetowego. Zaproponowane rozwiązanie wykorzystuje narzędzia udostępnione w ramach ogólnie dostępnego oprogramowania dla języka Python. Prezentowane oprogramowanie zostało przetestowane w środowisku Windows a następnie zostało zaadaptowane do uruchomienia na platformie Raspberry Pi 2, zarządzanej przez system Linux. W artykule przeanalizowano dostępne biblioteki, które posłużyły do implementacji algorytmów ekstrakcji cech oraz modelowania sygnału mowy. Przeprowadzone eksperymenty pozwoliły na dobranie parametrów systemu, przy których uzyskuje się najlepszą skuteczność identyfikacji i jednocześnie największą szybkość przetwarzania danych. Przygotowane oprogramowanie jest dostępne w repozytorium Github.
EN
Millions of children and adults suffer from acquired or congenital neuro-motor communication disorders that can affect their speech intelligibility. The automatically characterization of speech impairment can contribute to improve the patient's life quality, and assist experts in assessment and treatment design. In this paper, we present new approaches to improve the analysis and classification of disordered speech. First, we propose an automatic speaker recognition approach especially adapted to identify dysarthric speakers. Secondly, we suggest a method for the automatic assessment of the dysarthria severity level. For this purpose, a model simulating the external, middle and inner parts of the ear is presented. This ear model provides relevant auditory-based cues that are combined with the usual Mel-Frequency Cepstral Coefficients (MFCC) to represent atypical speech utterances. The experiments are carried out by using data of both Nemours and Torgo databases of dysarthric speech. Gaussian Mixture Models (GMMs), Support Vector Machines (SVMs) and hybrid GMM/SVM systems are tested and compared in the context of dysarthric speaker identification and assessment. The experimental results achieve a correct speaker identification rate of 97.2% which can be considered promising for this novel approach; also the existing assessment systems are outperformed with a 93.2% correct classification rate of dysarthria severity levels.
5
Content available remote Real time recognition of speakers from internet audio stream
EN
In this paper we present an automatic speaker recognition technique with the use of the Internet radio lossy (encoded) speech signal streams. We show an influence of the audio encoder (e.g., bitrate) on the speaker model quality. The model of each speaker was calculated with the use of the Gaussian mixture model (GMM) approach. Both the speaker recognition and the further analysis were realized with the use of short utterances to facilitate real time processing. The neighborhoods of the speaker models were analyzed with the use of the ISOMAP algorithm. The experiments were based on four 1-hour public debates with 7–8 speakers (including the moderator), acquired from the Polish radio Internet services. The presented software was developed with the MATLAB environment.
PL
W artykule zaprezentowano i porównano algorytmy do rozpoznawania mowy w kontekście ich późniejszej implementacji na platformie sprzętowej DSK OMAP. Głównym zadaniem było dogłębne porównanie dwóch klasycznych metod wykorzystywanych w rozpoznawaniu mowy GMM vs HMM (ang. GMM Gaussian Mixtures Models, ang. HMM – Hidden Markov Models). W artykule jest również opisana i porównana metoda ulepszonych mikstur gaussowskich GMM-UBM (ang. GMM UBM – Gaussian Mixtures Model Universal Background Model). Parametryzacja sygnału w oparciu o współczynniki MFCC oraz LPCC (ang. Mel Frequency Cepstral Coefficients, ang. Linear Prediction Cepstral Coefficients) została opisana [1]. Analizowany model składał się ze zbioru 10-elementowego reprezentującego cyfry mowy polskiej 0-9. Badania zostały przeprowadzone na zbiorze 3000 nagrań, które zostały przygotowane przez nasz zespół. Porównanie wyników wykonano dla rozłącznych zbiorów uczących oraz trenujących. Każda z opisywanych metod klasyfikacji operuje na tych samych danych wejściowych. Daje to możliwość miarodajnego porównania jakości tych klasyfikatorów jako skutecznych narzędzi do rozpoznawania izolowanych fraz głosowych.
EN
This paper presents and compares the speech recognition algorithms in the context of their subsequent implementation on the hardware platform OMAP DSK. The main task was to compare two classical methods used in speech recognition systems GMM vs HMM (GMM – Gaussian Mixtures Models, HMM – Hidden Markov Models). In the article improved Gaussian Mixtures Model called GMM-UBM (Gaussian Mixtures Model Universal Background Model) were described and compared. Preprocessing of the input signal using MFCC and LPCC coefficients (Mel Frequency Cepstral Coefficients, Linear Prediction Cepstral Coefficients) were described [1]. Analyzed data model consists set of 10-elements that represents Polish language digits 0-9. Research is done on a set of 3000 records prepared by our team with disjoint sets of learners and trainees. Methods are compared on the same input data. The same set of input data allows for reliable comparison of these classifiers to choose effective classifier for identifying isolated voice phases.
7
Content available remote Magnetostriction of field-structural composite with Terfenol-D particles
EN
The paper describes the magnetomechanical properties of magnetostrictive composites containing a 70% volume fraction of Terfenol-D powder. Except for a reference specimen, composites were subjected to polarization during curing of the resin. The results of tests showed that polarization, its direction and type have an effect on the properties of the produced composites. The highest values of magnetostriction from the manufactured composite samples were obtained for the perpendicularly polarized specimen. For a pre-stress of 7 MPa the strain amounted to 720 ppm. The results indicate that the magnetostriction of the composite increases owing not only to the proper crystallographic orientation of the material, which is usually [1 1 2], but also to the proper preparation of the specimen in this case through polarization.
8
Content available remote Characterization of composite materials with giant magnetostriction
EN
Purpose: This paper concerns manufacturing and researching a new group of the magnetostrictive composite materials, consisting Tb0.3Dy0.7Fe1.9 particles in different polymer matrix. Design/methodology/approach: The following investigation studies have been carried out: the structures of the Tb0.3Dy0.7Fe1.9 powders, the topography of composite materials fractures with the use of electron scanning microscopy; chemical composition of the Tb0.3Dy0.7Fe1.9 powders using the EDS method; phase composition of the Tb0.3Dy0.7Fe1.9 powders and composite materials using X-ray diffraction; as well as properties of the composite materials with polyurethane matrix reinforced with Tb0.3Dy0.7Fe1.9 particles including: density, thermal conductivity (in magnetic field also), electrical and magnetic properties, as well as magnetostriction in magnetic field intensity up to 800 kA/m using a three terminal capacitance technique. Findings: Based on the examination carried out it was found that the highest magnetostriction equals to 805∙10-6 (with magnetic field intensity of 766 kA/m) characterizes a composite material with polyurethane matrix, reinforced with Tb0.3Dy0.7Fe1.9 powder of 20% volume fraction and particles size in the range of 38-106 μm. Simultaneously, the materials is characterized with coercion intensity Hc=5.39 kA/m, remanence Br=0.013 T and magnetic permeability μr=1.13. Moreover, it was found that the maximum magnetostriction value for this material assumes values approximate to the magnetostriction of monolithic Tb0.3Dy0.7Fe1.9 alloy. Additionally, it was confirmed that the correlation exists between the diversification of the volume fraction of Tb0.3Dy0.7Fe1.9 powder in the matrix, its particle distribution and the maximum magnetostriction and magnetic properties of the developed composite materials. The key factor determining the energy transfer efficiency between Tb0.3Dy0.7Fe1.9 and matrix is – in addition to the size and volume fraction of the magnetostrictive particles in the matrix – the method of combining those two phases. Originality/value: The paper presents the research involving the composite material with giant magnetostriction.
PL
Przedstawiony poniżej artykuł opisuje system rozpoznawania mówcy na podstawie mowy ciągłej, wykorzystując wielowariancyjne rozkłady prawdopodobieństwa GMM. Opisane zostały procesy ekstrakcji cech dystynktywnych głosu oraz tworzenia modeli statystycznych. Algorytm został zaimplementowany w systemie Linux w celu poprawy funkcjonalności identyfikacji użytkownika Zaufanego Osobistego Terminalu PTT.
EN
The article describes a speaker recognition system based on continuous speech using GMM multivariate probability distributions. A theoretical model of the system including the extraction of distinctive features and statistical modeling is described. The efficiency of the system implemented in the Linux operating system was determined. The system is designed to support the functionality of the Personal Trusted Terminal PTT in order to uniquely identify a subscriber using the device.
EN
This paper presents the effectiveness of speaker identification based on short Polish sequences. An impact of automatic removal of silence on the speaker recognition accuracy is considered. Several methods to detect the beginnings and ends of the voice signal have been used. Experimental research was carried out in Matlab environment with the use of a specially prepared database of short speech sequences in Polish. The construction of speaker models was realized with two techniques: Vector Quantization (VQ) and Gaussian Mixture Models (GMM). We also tested the influence of the sampling rate reduction on the speaker recognition performance.
PL
Artykuł przedstawia badania efektywności rozpoznawania mówcy opartego na krótkich wypowiedziach w języku polskim. Sprawdzono wpływ automatycznego wykrywania i usuwania ciszy na jakość rozpoznawania mówcy. Przebadano kilka różnych metod wykrywania początku i końca fragmentów mowy w wypowiadanych sekwencjach. Eksperymenty zostały przeprowadzone z użyciem środowiska Matlab i specjalnie utworzonej bazy krótkich wypowiedzi w języku polskim. Do budowy modeli mówców wykorzystano kwantyzacja wektorowa (VQ) oraz Gaussian Mixture Models (GMM). Podczas badań sprawdzono także wpływ obniżenia szybkości próbkowania na skuteczność identyfikacji mówcy.
EN
In this paper a system for speaker recognition and respective experiments based on telephone speech signal quality are presented and reported. First, the speech signals are transmitted using regular GSM or analog telephone systems. The recorded signals are used as input for the Gaussian mixture model based speaker recognition system. The results suggest that the parameters of MFCC extraction should be tailored to the signal quality.
PL
Artykuł prezentuje eksperymenty z systemem rozpoznawania mówcy działającym na sygnale mowy o jakości telefonicznej. Najpierw sygnał mowy został przetransmitowany przez rzeczywisty kanał telefoniczny zawierający zarówno kodek GSM jak i standard analogowy. Tak uzyskany sygnał został zapisany i wykorzystany do testowania rozpoznawania mówcy opartego na modelu liniowych mieszanin Gaussowskich. Uzyskane wyniki wskazują, że parametry obliczania współczynników MFCC powinny być dopasowane do jakości sygnału.
EN
This paper presents assumptions of the protein mass spectra analysis software. All the spectra are modeled with Gaussian Mixture Models. Estimation of model parameters is done by means of an Expectation-Maximization algorithm. The obtained parameters are used for a further biological analysis. The software is integrated with four huge protein databases available on-line. The biological information about proteins may be achieved on the chosen level of some detail.
PL
Artykuł przedstawia założenia systemu służącego analizie widm masowych białek. Widma są modelowane za pomocą mieszanin rozkładów normalnych. Oszacowanie ich parametrów oparte jest na algorytmie Expectation-Maximization. Uzyskane parametry są poddawane dalszej analizie biologicznej. System jest zintegrowany z czterema dużymi białkowymi bazami danych dostępnymi on-line. Informacja biologiczna dotycząca zawartych w widmie białek może być uzyskana na wybranym stopniu szczegółowości.
EN
Nuclear Magnetic Resonance (NMR) is widely used technique in cancer diagnosis and treatment planning. It is employed to search for the high concentration regions of particular metabolites, which are directly related to the concentration of cancer cells. NMR signal maybe be characterized by a set of peaks which are representation of every distinct metabolite. Area under peak must be calculated in order to obtain proper information about metabolite amount. Commercially available software allows for the analysis of one-peak-in-time only. The proposed technique, based on Gaussian Mixture Model (GMM), allows for modeling all-peaks-in-time, and corrects after the neighboring peaks giving more accurate estimates of metabolite concentration. The resulting software processes NMR signal from the very beginning up to the final result, which is given in a form of so called metabolite map.
EN
When training machine classifiers, to replace hard classification targets by emphasized soft versions of them helps to reduce the negative effects of using standard cost functions as approximations to misclassification rates. This emphasis has the same kind of effect as sample editing methods, that have proved to be effective for improving classifiers performance. In this paper, we explore the effectiveness of using emphasized soft targets with generative models, such as Gaussian MixtureModels (GMM), and Gaussian Processes (GP). The interest of using GMMis that they offer advantages such as an easy interpretation and straightforward possibilities to deal with missing values. With respect to GP, if we use soft targets, we do not need to resort to any complex approximation to get a Gaussian Process classifier and, simultaneously, we can obtain the advantages provided by the use of an emphasis. Simulation results support the usefulness of the proposed approach to get better performance and show a low sensitivity to design parameters selection.
PL
Omówiono problematykę identyfikacji i weryfikacji mówcy. Przedstawiono poszczególne elementy składowe systemu rozpoznawania mówcy skupiając się szczególnie na zagadnieniach ekstrakcji parametrów z sygnału mowy, tworzeniu modeli mówcy zarówno parametrycznych jak i nieparametrycznych oraz na metodach rozpoznawania. Skrótowo przedstawiono również zagadnienia związane z zasobami mowy.
EN
The article presents fundamentals of speaker recognition as well as some basic problems of this technology like feature extraction, model training and recognition in more detail. Additionally a short description of speech corpora is included.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.