پردازش علایم و داده ها
سال:1388 | دوره:- | شماره:2 (پیاپی 12) |تعداد مقالات:7

دادگان های صوتی بخشی از سامانه های تبدیل متن به گفتار به شیوه هم گذاری را تشکیل می دهند. کیفیت دادگان ها و نحوه تهیه و آماده سازی آن ها نقش مهمی در طبیعی تر شدن گفتار بازسازی شده ایفا می کند. در این مقاله ابتدا به معرفی دو دادگان صوتی هجایی و دایفونی فارسی پرداخته و سپس ضمن برشمردن ویژگی های هر کدام از آن ها، مراحل تهیه و آماده سازی آن ها را توضیح می دهیم. درنهایت با به کارگیری این دادگان ها در موتور تبدیل متن به گفتار فارسی «گویا» و نتایج حاصل از انجام آزمون های مختلف، تفاوت ها و برتری های آن ها را نسبت به یکدیگر بیان می کنیم.

برچسب گذاری اجزای واژگانی کلام، موضوع تحقیقاتی مهمی در حوزه پردازش زبان طبیعی است و پایه بسیاری از دیگر مباحث مطرح در این حوزه است. تاکنون تحقیقات گسترده ای با رویکردهای متعدد در زبان های دیگر انجام و نتایج چشم گیری حاصل شده است. این موضوع سنگ بنای بسیاری از روش های مورد استفاده در حوزه های دیگر پردازش زبان طبیعی، هم چون ترجمه ماشینی، خطایاب، تبدیل متن به گفتار، تشخیص گفتار است، فعالیت بر روی این موضوع تحقیقاتی می تواند راهگشای این مباحث در زبان فارسی باشد.در این مقاله با بیان مسایل پیش رو در برچسب گذاری اجزای واژگانی کلام در زبان فارسی، یک طرح کلی برای نیل به یک برچسب گذار خودکار با دقت بالا در زبان فارسی پیشنهاد می گردد. پس از آن تحلیل ساخت واژی و استفاده از آن را برای پوشش دادن تعداد زیادی از برچسب های پیکره با حفظ دقت بالا در برچسب گذاری کلمات مورد بررسی دقیق تر قرار داده و تاثیر وجود یک تحلیل گر ساخت واژی در سطح تصریف را بر برچسب گذاری اجزای واژگانی کلام در زبان فارسی بررسی می کنیم. نتایج به دست آمده نشان از کارآیی بسیار مناسب این روش پیشنهادی در برچسب گذاری دارد.

تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ناهنجاری های بافت بینابینی ریه (ILD)، یک مرحله مهم در ایجاد یک سیستم تشخیص به کمک رایانه می باشد. الگوریتم ارائه شده جهت دسته بندی الگوهای بافت ریه شامل سه مرحله می باشد: در مرحله اول ریه از پس زمینه جدا می شود. در مرحله دوم دو بانک فیلتری موجک فوق کامل به نام های فریم های موجک گسسته (DWF) و فریم های موجک دوران یافته (RWF) برای استخراج ویژگی از نواحی مطلوب (ROI) تعریف شده درون بافت ریه استفاده می شوند و در نهایت الگوریتم - k نزدیک ترین همسایه فازی برای دسته بندی الگوها اعمال می گردد. در این مطالعه چهار الگوی مرتبط با ILD (شیشه مات، لانه زنبوری، رتیکولار و نرمال) از یک پایگاه داده شامل 340 تصویر HRCT انتخاب شده اند و مورد بازشناسی قرار می گیرند. عملکرد سیستم رایانه ای با عملکرد دو رادیولوژیست مورد ارزیابی قرار می گیرد. ضریب توافق کاپا بین سیستم و دو رادیولوژیست به طور متوسط 0.6543 می باشد، در مقایسه با ضریب توافق 0.6848 بین دو رادیولوژیست. در پایان تحقیق، با انجام تحلیل آماری، رابطه میان داده های کمی حاصل از سیستم رایانه ای و نتایج آزمایش تنفسی ارزیابی شده است. نتایج حاصل از تحلیل آماری نشان می دهد فرآیند ارزیابی کمی بافت ریه و دست یابی به مقادیر عددی و دقیق به ازای الگوهای موجود در بیماری های بافت بینابینی ریه با استفاده از تصاویر HRCT، با موفقیت انجام شده است و میان نتایج کمی حاصل از سیستم رایانه ای و نتایج آزمایش تنفسی بیمار، همبستگی وجود دارد. چنین سیستمی می تواند منجر به بهبود تصمیم گیری و کارآیی پزشک به واسطه تسهیل در کشف و ارزیابی الگوهای تصویری پیچیده، کاهش تفاوت میان مشاهده گرها و حذف اعمال تکراری و تا حدودی خسته کننده شود.

هدف از این پژوهش، به کارگیری روش پردازش غیرخطی منحنی های بازگشتی روی پتانسیل های وابسته به رخداد فرآیندهای حافظه ای است تا توانایی های این روش در شناسایی مولفه های حافظه ای سیگنال های مغزی تک ثبت و ایجاد تمایز بین گروه های قدیم و جدید، مورد بررسی قرار گیرد. دو مولفه مهم حافظه ای FN400 و LPC است که بایستی مورد شناسایی قرار گیرد. برای این منظور منحنی های بازگشتی مربوط به تک ثبت های EEG ثبت شده در حین بازیابی حافظه، محاسبه شدند. علاوه بر این تحلیل آنالیز کمی سازی بازگشت برای کمی سازی تغییرات در ساختار دینامیک سیگنال در حین رخداد حافظه، انجام شد. از کمی کننده های غیرخطی نظیر RR ,DET ,ENTR ,<L> ,Lmax ,LAM ,TT و Vmax ویژگی هایی استخراج شده و میزان معنادار بودن تفاوت این ویژگی ها در دو رخداد قدیم و جدید با استفاده از آزمون های آماری مشخص گردید. نتایج نشان می دهند که منحنی های بازگشتی، توانایی شناسایی گذارهای سیگنال در حوالی 400 میلی ثانیه و 800 میلی ثانیه را، که به مولفه های حافظه ای مربوط دانسته شده اند، دارد. دامنه اندازه های غیرخطی این منحنی ها 400 میلی ثانیه پس از شروع تحریک افزایش می یابد که نشان دهنده کاهش بعد سیستم، پس از تحریک است. پس از 800 میلی ثانیه این روند افزایش از بین رفته و کاهشی در تمامی اندازه ها به وقوع می پیوندد که می تواند مبین افزایش بعد و پیچیدگی سیستم و بازگشت به وضعیت پایه اش باشد. میانگین اندازه های مربوط به رخداد قدیم بیشتر از رخداد جدید است. در مقایسه با روش های خطی، منحنی های بازگشتی نیاز به متوسط گیری ندارد و RQA حتی در تک ثبت های EEG تمایز بین رخدادهای قدیم و جدید را نشان می دهد.

قشر انتورینال، هسته اصلی شبکه ای است که در مغز به راهبری و حافظه مکانی اختصاص دارد. نرون های اصلی این بخش دارای الگوی آتش شدن خاصی در محیط هستند؛ نرخ آتش شدن این سلول ها در چندین مکان از محیط افزایش می یابد. این مکان ها تشکیل یک شبکه مثلثی تکراری می دهند که کل محیط را می پوشاند. قشر انتورینال، مهم ترین ساختار ورودی به هیپوکمپ است و سلول های شبکه، یک سیناپس بالاتر از سلول های مکانی هیپوکمپ قرار دارند. مساله مهم این است که چگونه فعالیت واحد و متمرکز سلول های مکانی می تواند از فعالیت چندتایی سلول های شبکه ایجاد شود. در این تحقیق، برای توجیه نگاشت از سلول های شبکه به سلول های مکانی، یک مدل RBF (Radial Basis Function) پیشنهاد شده است. برای بررسی عملکرد این مدل ابتدا یک محیط یک بعدی (خط به طول 1 متر) و سپس یک محیط دو بعدی (محیط مربعی) در نظر گرفته شده است. مدل سازی با در نظر گرفتن ویژگی های سلول های شبکه انجام شده و از عملکرد بسیار خوبی در ایجاد میدان های مکانی متمرکز برخوردار است.

در این مقاله، یک مساله جدید برای جداسازی سیگنال منابع گفتار به روش کور در نظر گرفته می شود که در آن تعداد منابع فعال و مشخصات آن ها، متغیر با زمان است؛ برخلاف روش های قبلی که تمام منابع در تمام بازه های زمانی فعال هستند. در این مقاله برای جداسازی این نوع سیگنال ها الگوریتم جدید DESICA را پیشنهاد می کنیم که ترکیبی از الگوریتم های ICA و DESPRIT است. در الگوریتم پیشنهادی ابتدا با استفاده از ICA جداسازی اولیه منابع انجام می شود و سپس با کمک الگوریتم DESPRIT، ماسک باینری بازه های سکوت محاسبه می گردد. درنهایت با اعمال ماسک باینری به سیگنال های جداشده اولیه، جداسازی نهایی به دست می آید. نتایج شبیه سازی نشان می دهد که به طور متوسط الگوریتم پیشنهادی DESICA در مقایسه با الگوریتم DESPRIT، 6dB بهبود در SDR و SIR ایجاد می کند و در معیار SEN سبب 11dB بهبود نسبت به الگوریتم ICA و17dB  بهبود نسبت به الگوریتم DESPRIT می شود.

فرمت JPEG پرکاربردترین قالب تصویری در ارتباطات دیجیتال است و در طی سال های اخیر روش های نهان نگاری متنوعی برای آن ارائه شده است. هدف از این تحقیق معرفی و ارائه اطلاعات همه جانبه و کاملی در مورد روش های نهان نگاری در تصاویر JPEG و دسته بندی این روش ها و ارائه راهکارهایی برای بالابردن امنیت آن ها با توجه به ساختارپوشانه می باشد. در این راستا عوامل تاثیرگذار در امنیت، روش های نهان نگاری در JPEG که وابسته به پوشانه می باشد، مثل اثر دوبار فشرده سازی، فرکانس مکانی، ضریب کیفیت و... شناسایی شده و به صورت تئوری و تجربی مورد ارزیابی قرار گرفته است. علاوه بر این کلیه الگوریتم ها و نرم افزارهای نهان نگاری موجود در این فرمت، معرفی شده و از دیدگاه های مختلف، ارزیابی و دسته بندی شده اند. برخی از این الگوریتم ها در نرم افزار Stegotest پیاده سازی شده است و اثر تخریب ناشی از نهان نگاری در روش های موجود مقایسه شده است.