research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Investigation of distance effect on Gaussian Mixture Models in Speaker Identification
دراسة تأثير المسافة على موديلات الخليط الكاوسي في تمييز هوية المتكلم

Author: Nada A. GH. Shindala ندى عبد الغني شندالة
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2011 Volume: 19 Issue: 5 Pages: 53-65
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Abstract This paper investigate the effect of distance on the Gaussian Mixture Models (GMM) for text dependent speaker identification. Three stages are used for three different distances from the microphone (1m, 2m, and 3m). The set of feature extraction used here include Mel frequency cepstral coefficient (MFCC), Bark frequency cepstral coefficient (BFCC) and linear predictive cepstral coefficient (LPCC). These features are obtained from 20 speakers (10 adults and 10 children) ;all spoke five Arabic words in 5 seconds. The set of classification includes two types GMM and multilayer perceptron neural network (MLP). Total results show that MFCC has the best performance in feature extraction, and GMM has better recognition than MLP as total recognition in GMM is 93.15% and recognition in MLP is 88.06%.The results show also that the recognition rate decreases from 93.15% to 80.82% as the distance is increased from 1m to 3m.

الخلاصةيتناول هذا البحث دراسة تأثير المسافة على موديلات الخليط الكاوسي (GMM) لتمييز هوية المتكلم، استخدمت ثلاث مراحل ولثلاث مسافات مختلفة البعد عن المايكروفون (1 مترو 2 مترو3 متر)، أنواع استخلاص الصفات هي معاملات التردد الميلي (MFCC)و معاملات التردد الباركي (BFCC) ومعاملات التنبؤ الخطي (LPCC) وهذه الطرائق استخلصت من 20 متكلم (10 بالغين، 10 أطفال) وكل متكلم نطق خمس كلمات عربية ولمدة خمسة ثوان .إن طرائق التمييز المستخدمة تتضمن نوعان: الأول موديلات الخليط الكاوسي (GMM)، والثاني الشبكة العصبية متعددة الطبقات (MLP) وأثبتت النتائج إن استخدام طريقة معاملات التردد الميلي هي الأحسن في استخلاص الصفات وطريقة (GMM) هي الأحسن في التمييز، حيث كانت نسبه التمييز في (GMM) %93.15 وفي الشبكة العصبية %88.06. كما بينت النتائج أن نسبة التمييز تقل من%93.1 إلى %80.82 كلما زيدت المسا فه من 1متر إلى 3متر.


Article
Compare Estimate Methods of Parameter to Scheffʼe Mixture Model By Using Generalized Inverse and The Stepwise Regression procedure for Treatment Multicollinearity Problem
مقارنة طرائق تقدير معالم انموذج SCHEFF'E الخليط باستخدام Generalized Inverse وانحدار الخطوات المتسلسل لمعالجة مشكلة التعدد الخطي

Authors: دجلة ابراهيم مهدي --- حلا سلمان فرحان
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 109 Pages: 472-485
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Mixture experiments are response variables based on the proportions of component for this mixture. In our research we will compare the scheffʼe model with the kronecker model for the mixture experiments, especially when the experimental area is restricted. Because of the experience of the mixture of high correlation problem and the problem of multicollinearity between the explanatory variables, which has an effect on the calculation of the Fisher information matrix of the regression model. to estimate the parameters of the mixture model, we used the (generalized inverse ) And the Stepwise Regression procedure, as well as the use of the( Variance Inflation Factor) (VIF) scale to demonstrate the high variances in both models, as well as the use of the (L-Pseudo component) , by Using the R-language simulation To compare them. with critical for compare mean absolute percentage error (MAPE).

تجارب الخليط عبارة عن متغيرات استجابة تعتمد على نسب المكونات لهذا الخليط . في بحثنا هذا سنعمل مقارنة بين نموذج Schaffer ونموذج Kronecker لتجارب الخليط خاصة عندما تكون المنطقة التجريبية مقيدة . ونظرا لما تعانيه تجارب الخليط من مشكلة الارتباطات العالية ومشكلة التعدد الخطي بين المتغيرات التوضيحية لما له اثر على حساب مصفوفة المعلومات (Fisher Information Matrix) لنموذج الانحدار . لتقدير معالم أنموذج الخليط اعتمدنا في بحثنا على استخدام صيغة المعكوس المعمم (Generalized Inverse) وتوظيفها في عملية التقدير, فضلا عن اسلوب انحدار الخطوات المتسلسلة (The Stepwise Regression procedure) . باستخدام مقياس عامل تضخم التباين (VIF) (Variance Inflation Factor ) لبيان مدى التباينات العالية في كلا النموذجين, فضلا عن استخدام تحويل المكونات الزائفة للحدود الدنيا (L-Pseudo Component) , وتمثيله باستخدام المحاكاة بلغة R بمعيار المقارنة متوسط مطلق الخطأ النسبي Mean Absolute Percentage Error (MAPE) .


Article
Comparison of Some Methods for Estimating the Scheff'e Model of the Mixture
مقارنة بعض طرائق تقدير ٳنموذج Scheff'e الخليط

Authors: دجلة ابراهيم مهدي العزاوي --- حلا سلمان فرحان
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 110 Pages: 392-405
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Because of the experience of the mixture problem of high correlation and the existence of linear MultiCollinearity between the explanatory variables, because of the constraint of the unit and the interactions between them in the model, which increases the existence of links between the explanatory variables and this is illustrated by the variance inflation vector (VIF), L-Pseudo component to reduce the bond between the components of the mixture. To estimate the parameters of the mixture model, we used in our research the use of methods that increase bias and reduce variance, such as the Ridge Regression Method and the Least Absolute Shrinkage and Selection Operator (LASSO) method as well as the Elastic Net estimation method, In R the comparison criterion is the absolute mean percent error (MAPE).

نظرا لما تعانيـه تجارب الخليط من مشكلة الارتبـاطات العالية ووجود مشكلة التعدد الخطي بين المتغيرات التوضيحية وذلك لوجود قيد الوحدة والتفاعلات بينها في النموذج مما يزيد من وجود الارتباطات بين المتغيرات النوضيحية وهذا ما يوضحه عامل تضخم التباين Variance Inflation Vector (VIF) , كذلك تم التطـرق الى استخـدام تحويل المكونات الزائفة للحـدود الدنيا (L-Pseudo component) للتقليل من الارتباطات بين مكونات الخليط . لتقدير معالم ٳنموذج الخليط اعتمدنا في بحثنا على استخدام طرائق تقدير تعمل على زيادة التحيز وتقلل من التباين منها طريقة ٳنحدار الحرف Ridge Regression Method وطريقة تقدير (Least Absolute Shrinkage and Selection Operator) (LASSO) فضلا عن طريقة تقدير الشبكة المرنة Elastic Net , وتمثيله باستخدام المحاكاة بلغة R بمعيار المقارنة متوسط مطلق الخطأ النسبي Mean Absolute Percentage Error (MAPE).

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

Arabic and English (2)

English (1)


Year
From To Submit

2019 (1)

2018 (1)

2011 (1)