Hasil Pencarian  ::  Simpan CSV :: Kembali

"This is an introduction to tools for the analysis and design of discrete-time systems"

"Speaker verification menggunakan suara dalam mengidentifikasi penggunanya sehingga memilih peluang yang sangat besar untuk diterima di dalam masyarakat karena kemudahannya. Dengan biaya yang lebih murah dibanding sistem biometrik lain, akurasi yang didapatkan dari sistem ini cukup baik [!]. Terlebih lagi, riset terhadap suara telah dilakukan secara terus-menerus beberapa tahun belakangan ini sehingga dapat dijadikan acuan dalam pembuatan sistem speaker verification yang lebih baik lagi. Dengan adanya mikroprosesor Digital Signal Processing (DSP) yang dioptimasi untuk pengolahan sinyal dijital dan aplikasi perhitungan numerik kecepatan tinggi, sistem ini dapat lebih mudah dibuat dan diaplikasikan dalam kehidupan nyata. Selain itu, karena dapat diprogram (programmable), maka sistem keluaran dapat disesuaikan dengan kebutuhan dan juga kontrol akurasinya akan menjadi lebih baik. Pada skripsi ini, dibahas unjuk kerja sistem speaker verification menggunakan parangkat keras ADSP-2181 yang merupakan prosesor DSP buatan Analog Device dengan metode ekstraksi fitur Linear Predictive Coding (LPC) dan metode pencocokan fitur Dynamic Time Warping (DTW) yang dihasilkan dari ujicoba terhadap 8 orang speaker dilihat dari nilai False Acceptance Rate (FAR) dan False Reject Rate (FRR). Unjuk kerja sistem speaker verification yang telah dibuat dan diujicoba ternyata cukup baik. Hal ini dapat dilihat dari nilai rata-rata FAR yang kecil, yaitu sebesar 10.72% dan niiai FRR sebesar 37.5%."

"The book puts special stress on the contemporary techniques for reasoning-based image processing and analysis, learning based image representation and advanced video coding, intelligent image processing and analysis in medical vision systems, similarity learning models for image reconstruction, visual perception for mobile robot motion control, simulation of human brain activity in the analysis of video sequences, shape-based invariant features extraction, essential of paraconsistent neural networks, creativity and intelligent representation in computational systems."

"The future of music archiving and search engines lies in deep learning and big data. Music information retrieval algorithms automatically analyze musical features like timbre, melody, rhythm or musical form, and artificial intelligence then sorts and relates these features. At the first International Symposium on Computational Ethnomusicological Archiving held on November 9 to 11, 2017 at the Institute of Systematic Musicology in Hamburg, Germany, a new Computational Phonogram Archiving standard was discussed as an interdisciplinary approach. Ethnomusicologists, music and computer scientists, systematic musicologists as well as music archivists, composers and musicians presented tools, methods and platforms and shared fieldwork and archiving experiences in the fields of musical acoustics, informatics, music theory as well as on music storage, reproduction and metadata. The Computational Phonogram Archiving standard is also in high demand in the music market as a search engine for music consumers. This book offers a comprehensive overview of the field written by leading researchers around the globe. "