Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Dynamic Mode Decompositions of Phonation Onset – Comparison of Different Methods

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F22%3A00361646" target="_blank" >RIV/68407700:21220/22:00361646 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.14311/TPFM.2022.024" target="_blank" >https://doi.org/10.14311/TPFM.2022.024</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.14311/TPFM.2022.024" target="_blank" >10.14311/TPFM.2022.024</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Dynamic Mode Decompositions of Phonation Onset – Comparison of Different Methods

  • Popis výsledku v původním jazyce

    Four dynamic mode decomposition (DMD) methods are used to analyze a simulation of the phonation onset carried out by in-house solver based on the finite element method. The dataset consists of several last periods of the flow-induced vibrations of vocal folds (VFs). The DMD is a data-driven and model-free method typically used for finding a low-rank representation of a high-dimensional system. In general, the DMD decomposes a given dataset to modes with mono-frequency content and associated complex eigenvalues providing the growth/decay rate that allows a favourable physical interpretation and in some cases also a short-term prediction of system behaviour. The disadvantages of the standard DMD are non- orthogonal modes and sensitivity to an increased noise level which are addressed by following DMD variants. The recursive DMD (rDMD) is an iterative DMD decomposition producing orthogonal modes. The total least-square DMD and the higher order DMD (hoDMD) are methods substantially reducing a high DMD sensitivity to noise. All methods identified very similar DMD modes as well as frequency spectra. Substantial difference was found in the real part of the spectra. The final dataset reconstruction is the most accurate in the case of the recursive variant. The higher order DMD method also outperforms the standard DMD. Thus the rDMD and the hoDMD decompositions are promising to be used further for the parametrization of a VF motion.

  • Název v anglickém jazyce

    Dynamic Mode Decompositions of Phonation Onset – Comparison of Different Methods

  • Popis výsledku anglicky

    Four dynamic mode decomposition (DMD) methods are used to analyze a simulation of the phonation onset carried out by in-house solver based on the finite element method. The dataset consists of several last periods of the flow-induced vibrations of vocal folds (VFs). The DMD is a data-driven and model-free method typically used for finding a low-rank representation of a high-dimensional system. In general, the DMD decomposes a given dataset to modes with mono-frequency content and associated complex eigenvalues providing the growth/decay rate that allows a favourable physical interpretation and in some cases also a short-term prediction of system behaviour. The disadvantages of the standard DMD are non- orthogonal modes and sensitivity to an increased noise level which are addressed by following DMD variants. The recursive DMD (rDMD) is an iterative DMD decomposition producing orthogonal modes. The total least-square DMD and the higher order DMD (hoDMD) are methods substantially reducing a high DMD sensitivity to noise. All methods identified very similar DMD modes as well as frequency spectra. Substantial difference was found in the real part of the spectra. The final dataset reconstruction is the most accurate in the case of the recursive variant. The higher order DMD method also outperforms the standard DMD. Thus the rDMD and the hoDMD decompositions are promising to be used further for the parametrization of a VF motion.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF16_019%2F0000778" target="_blank" >EF16_019/0000778: Centrum pokročilých aplikovaných přírodních věd</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Topical Problems of Fluid Mechanics 2022

  • ISBN

    978-80-87012-77-2

  • ISSN

    2336-5781

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

    181-189

  • Název nakladatele

    Ústav termomechaniky AV ČR, v. v. i.

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    16. 2. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku