A depresszió hang alapú felismerésének optimalizációja hangfelvétel hossz alapján
A depresszió komoly hangulatzavar, amely világszerte már a lakosság több mint 3%-át érinti, és ez a szám feltehet®en tovább fog n®ni az elkövetkezend® években, évtizedekben. A depresszió diagnosztizálása maga is egy komoly feladat, amely jelenleg kizárólag a terület szakembereire hárul, akikb®l pedi...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
2020
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
16 |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása, Depresszió |
| Online Access: | http://acta.bibl.u-szeged.hu/67679 |
| Tartalmi kivonat: | A depresszió komoly hangulatzavar, amely világszerte már a lakosság több mint 3%-át érinti, és ez a szám feltehet®en tovább fog n®ni az elkövetkezend® években, évtizedekben. A depresszió diagnosztizálása maga is egy komoly feladat, amely jelenleg kizárólag a terület szakembereire hárul, akikb®l pedig egész bizonyosan nincs elég. Ebben a helyzetben nagy jelent®séggel bírhat egy olyan automatizált depresszió felismerési rendszer bevezetése, amely nagymértékben asszisztálni tudná a szakemberek munkáját a diagnosztizálás során. E cikkben bemutatunk egy, a depresszió osztályozására fejlesztett hang-alapú felismer® rendszert, amely ötvözi az akusztikai jellemz®k kinyerését, a jellemz®- kiválasztást és a szupport vektor gépek hiperparaméter-optimalizációját. Természetesen, a hang-alapú modellhez szükséges egy optimális hangfelvétel hossz meghatározása is, mely kompromisszumot jelent a felismer®- rendszer igényei és a páciensek kényelme között. A modell hatékonyságát különböz® hosszúságú felvételeken vizsgáltuk, hogy belátást nyerjünk abba, hogy a felvétel-hossz miként és milyen mértékben befolyásolja a felismerés pontosságát. |
|---|---|
| Terjedelem/Fizikai jellemzők: | 83-92 |
| ISBN: | 978-963-306-719-2 |