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”

Lazy Learning Sound Localization Algorithm Utilizing Binaural Auditory model

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F16%3A00243378" target="_blank" >RIV/68407700:21230/16:00243378 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://radio.feld.cvut.cz/conf/poster/poster2016/proceedings/Section_NS/NS_064_Koshkina.pdf" target="_blank" >http://radio.feld.cvut.cz/conf/poster/poster2016/proceedings/Section_NS/NS_064_Koshkina.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Lazy Learning Sound Localization Algorithm Utilizing Binaural Auditory model

  • Popis výsledku v původním jazyce

    This paper introduces an algorithm for sound localization in the horizontal plane (azimuth) in utilizing the binaural auditory model. The decision device is based on segmentation, feature extraction and classification, which is implemented in MATLAB environment. The algorithm uses k-nearest neighbors (KNN) classifier with k=20. Exploited features are root mean square and signal decimation. The output of this algorithm is the relative distribution of KNN across groups of azimuths.

  • Název v anglickém jazyce

    Lazy Learning Sound Localization Algorithm Utilizing Binaural Auditory model

  • Popis výsledku anglicky

    This paper introduces an algorithm for sound localization in the horizontal plane (azimuth) in utilizing the binaural auditory model. The decision device is based on segmentation, feature extraction and classification, which is implemented in MATLAB environment. The algorithm uses k-nearest neighbors (KNN) classifier with k=20. Exploited features are root mean square and signal decimation. The output of this algorithm is the relative distribution of KNN across groups of azimuths.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • 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

    Proceedings of the 20th International Scientific Student Conferenece POSTER 2016

  • ISBN

    978-80-01-05950-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    1-4

  • Název nakladatele

    Czech Technical University in Prague

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    24. 5. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku