VILNIUS TECH didžiuojasi savo doktorantų disertacijomis, todėl VILNIUS TECH Biblioteka kviečia sekti skelbiamas naujas apgintas disertacijas. Šiandien pristatoma anglų kalba rengta disertacija tema „Improvement of learning-based methods for localization of multiple sound sources“, kurią parengė VILNIUS TECH Elektronikos fakulteto doktorantas Saulius Sakavičius. Disertacija rengta 2016–2021 metais, vadovas – prof. dr. Artūras Serackis.
„Sound source localization is an important topic in human-machine interacting, teleconferencing, security systems, as well as autonomous driving and robotics. While current state-of-the-art sound source localization methods allow localization of a single or a small number of sound sources in moderately reverberant environments, it is known that their performance deteriorates when the reverberation time is increased. Moreover, the localization of multiple sound sources is an even more difficult task. Learning-based sound source localization methods recently gained interest as they tend to outperform the state-of-the-art methods in multiple source localization cases in reverberant environments. Nevertheless, this branch of sound source localization methods is not yet sufficiently investigated. Therefore, this thesis is aimed to the research of such methods. Both regression-based and classification-based methods for single and multiple sound source localization in two-dimensional and three-dimensional space are investigated. Supervised and semi-supervised training strategies are researched. A dataset of tetrahedral microphone array signals is collected for the evaluation of the performance of sound source localization methods.“
Disertacija buvo ginama viešame Elektros ir elektronikos inžinerijos mokslo krypties disertacijos gynimo tarybos posėdyje 2021 m. gruodžio 10 d. 10 val. Vilniaus Gedimino technikos universiteto Senato posėdžių salėje.
Disertacijos pavadinimas lietuvių kalba: „Mokymu gristų metodų keliems garso šaltiniams lokalizuoti tobulinimas“.
„Garso šaltinio lokalizavimas yra svarbus elementas žmogaus ir kompiuterio sąveikos, telekonferencijų, apsaugos sistemų, taip pat autonominio vairavimo ir robotikos srityse. Nors dabartiniai moderniausi garso šaltinių lokalizavimo metodai leidžia lokalizuoti vieną ar nedidelį skaičių garso šaltinių vidutiniškai aidžioje aplinkoje, yra žinoma, kad padidėjus aidėjimo laikui jų veikimas blogėja. Be to, kelių garso šaltinių lokalizavimas yra dar sudėtingesnė užduotis. Mokymusi grįsti garso šaltinio lokalizavimo metodai pastaruoju metu sulaukia vis didesnio susidomėjimo, nes jų veikimo tikslumas pranoksta pažangiausius klasikinius šaltinių lokalizavimo metodus daugelio šaltinių lokalizavimo atvejų aidžioje aplinkoje. Nepaisant to, ši garso šaltinio lokalizavimo metodų šaka dar nėra pakankamai ištirta. Todėl ši disertacija skirta mokymusi grįstų metodų tyrimams. Tiriami tiek regresija, tiek klasifikavimu pagrįsti metodai, skirti vieno ir kelių garso šaltinių lokalizavimui dvimatėje ir trimatėje erdvėje. Tiriamos prižiūrimo ir pusiau prižiūrimo mokymo strategijos. Garso šaltinio lokalizavimo metodų veikimui įvertinti surinktas tetraedrinės mikrofonų gardelės signalų duomenų rinkinys.“
Mokslo darbą galite rasti VILNIUS TECH Virtualioje bibliotekoje.
Galerija
