About: Methods of Latent Variable Analysis in Blind Speech and Audio Processing

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Methods of Latent Variable Analysis in Blind Speech and Audio Processing Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	http://linked.opendata.cz/ontology/domain/vavai/Projekt
rdfs:seeAlso	http://www.isvav.cz/projectDetail.do?rowId=GAP103/11/1947
Description	Blind Source Separation (BSS) aims at recovering original signals from their observable mixtures without knowing the original signals nor the mixing system. Latent Variable Analysis is a general approach encompassing powerful and progressive methods for BSS such as Independent Component Analysis (ICA), Sparse Component Analysis (SCA), or Non-negative Matrix Factorization (NMF). The need is to assume little about the original signals so that the assumptions are fulfilled in most real-world situations. This could be, for example, the independence, sparsity, non-negativity, etc. The general aim of this project is the extension of existing methods for BSS involving LVA approaches and the development of new ones. The application area will be mainly in audio and speech signal processing, namely, speech separation, speech enhancement, blind dereverberation, and the number of sources estimation. The project should help to publish novel results achieved by the team, to support collaborations and communications with other teams from abroad, and to extend the team by new co-workers, especially, by PhD students. (en) Úlohou slepé separace signálů (BSS) je získat neznámé původní signály ze signálů, které jsou jejich směsí, přičemž neznámé jsou i parametry systému, ve kterém dochází k zamíchání signálů. Analýza latentních proměnných (LVA) zahrnuje skupinu moderních metod pro BSS, jako je např. analýza nezávislých komponent (ICA), analýza řídkých komponent (SCA) nebo rozklad na nezáporné matice (NMF). Smyslem je předpokládat co nejméně o původních signálech tak, aby byl tento předpoklad splněn ve většině reálných situací. Takový způsob zpracování signálů má velmi široké uplatnění, protože vyžaduje minimum informací o signálech a systému.Projekt má obecně za cíl rozšíření existujících a vývoj nových BSS metod s použitím nových LVA postupů. Hlavní aplikační orientací bude zpracování akustických a řečových signálů. Konkrétně půjde o slepou separaci, zlepšování řečového záznamu, slepá dereverberace a odhad počtu zdrojů. Cílem je zejména podpora související publikační činnosti týmu, podpora komunikace a spolupráce s týmy ze zahraničí a rozšíření týmu o nové spolupracovníky, zejména studenty doktorandy na TUL.
Title	Methods of Latent Variable Analysis in Blind Speech and Audio Processing (en) Metody analýzy latentních proměnných ve slepém zpracování řečových a akustických signálů
skos:notation	GAP103/11/1947
http://linked.open...avai/cep/aktivita	Standard projects
http://linked.open...kovaStatniPodpora	http://linked.opendata.cz/resource/domain/vavai/projekt/GAP103%2F11%2F1947/celkovaStatniPodpora
http://linked.open...ep/celkoveNaklady	http://linked.opendata.cz/resource/domain/vavai/projekt/GAP103%2F11%2F1947/celkoveNaklady
http://linked.open...datumDodatniDoRIV	2014-07-01 (xsd:date)
http://linked.open...i/cep/druhSouteze	VS - Veřejná soutěž ve výzkumu a vývoji
http://linked.open...ep/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open.../cep/fazeProjektu	100263594
http://linked.open...ai/cep/hlavniObor	BD - Teorie informace
http://linked.open...hodnoceniProjektu	U - Uspěl podle zadání, tj. byly splněny cíle a jeho předpokládané výsledky uvedené ve smlouvě / rozhodnutí o poskytnutí podpory
http://linked.open...vai/cep/kategorie	ZV - Základní výzkum
http://linked.open.../cep/klicovaSlova	Blind Source Separation Independent Component Analysis Sparse Component Analysis Latent Variable Analysis Non-negative Matrix Factorization (en)
http://linked.open...ep/partnetrHlavni	Fakulta mechatroniky, informatiky a mezioborových studií
http://linked.open...inujicichPrijemcu	0 (xsd:int)
http://linked.open...cep/pocetPrijemcu	1 (xsd:int)
http://linked.open...ocetSpoluPrijemcu	0 (xsd:int)
http://linked.open.../pocetVysledkuRIV	15 (xsd:int)
http://linked.open...enychVysledkuVRIV	15 (xsd:int)
http://linked.open...lneniVMinulemRoce	2013-06-12 (xsd:date)
http://linked.open.../prideleniPodpory	http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/P103-11-1947
http://linked.open...iciPoslednihoRoku	2013
http://linked.open...atUdajeProjZameru	2014
http://linked.open.../vavai/cep/soutez	SGA02011GA-ST
http://linked.open...usZobrazovaneFaze	DUU
http://linked.open...ai/cep/typPojektu	P - Projekt výzkumu a vývoje financovaný ze státního rozpočtu
http://linked.open...ep/ukonceniReseni	2013-12-31 (xsd:date)
http://linked.open.../cep/vedlejsiObor	BB - Aplikovaná statistika, operační výzkum IN - Informatika
http://linked.open...ep/zahajeniReseni	2011-01-01 (xsd:date)
http://linked.open...jektu+dodavatelem	Tento projekt měl dva hlavní směry: 1) Teoretické rozpracování nových metod pro nedostatečně určené problémy směsí signálů; 2) Aplikačně-orientovaný výzkum slepé separace akustických zdrojů. Jeho výsledky jsou dokumentovány ve 13 publikacích, včetně 4 článků v impaktovaných časopisech, jeden z nich má již 10 citací. (cs) This project followed two main directions: 1) Theoretical elaboration of new methods for underdetermined mixing problems; 2) Application-oriented research into blind audio source separtion. Its results are documented in 13 publications, including 4 papers in journals with impact factor. One of them already has 10 citations. (en)
http://linked.open...tniCyklusProjektu	ZBKU
is http://linked.open...vavai/riv/projekt of	The 2011 Signal Separation Evaluation Campaign (SiSEC2011): - Audio source separation The 2011 Signal Separation Evaluation Campaign (SiSEC2011): - Biomedical data analysis Approach for blind separation of acoustical signals from their convolutive mixture A two-stage MMSE beamformer for underdetermined signal separation Cramér-Rao-Induced Bounds for CANDECOMP/PARAFAC Tensor Decomposition Noise Reduction in Dual-Microphone Mobile Phones Using A Bank of Pre-Measured Target-Cancellation Filters Semi-blind Noise Extraction Using Partially Known Position of the Target Source Fuzzy clustering of independent components within time-domain blind audio source separation method Stability analysis and fast damped-gauss-newton algorithm for INDSCAL tensor decomposition Weight adjusted tensor method for blind separation of underdetermined mixtures of nonstationary sources A TREATMENT OF EEG DATA BY UNDERDETERMINED BLIND SOURCE SEPARATION FOR MOTOR IMAGERY CLASSIFICATION The 2013 Signal Separation Evaluation Campaign Informed Generalized Sidelobe Canceler Utilizing Sparsity of Speech Signals Blind Speech Separation in Time-Domain Using Block-Toeplitz Structure of Reconstructed Signal Matrices CHiME Data Separation Based on Target Signal Cancellation and Noise Masking
is http://linked.open...vavai/cep/projekt of	http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP103%2F11%2F1947/2011/orjk%3A24220 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP103%2F11%2F1947/2012/orjk%3A24220 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP103%2F11%2F1947/2013/orjk%3A24220 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/GAP103%2F11%2F1947/2014/orjk%3A24220

Faceted Search & Find service v1.16.116 as of Feb 22 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3239 as of Feb 22 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 82 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software