Đang chuẩn bị liên kết để tải về tài liệu:
Tóm tắt Luận văn Thạc sĩ: Phát hiện tiếng ngáy dựa trên học sâu

Mục đích nghiên cứu của Luận văn này nhằm góp phần đánh giá một số như việc xử lý, lưu trữ âm thanh được thực hiện qua việc xử lý ảnh phổ, kết hợp được việc so sánh, đánh giá các kiến trúc học sâu trong việc phát hiện tiếng ngáy. Mời các bạn cùng tham khảo! | HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - BÙI THÁI DUY BÙI THÁI DUY PHÁT HIỆN TIẾNG PHÁT NGÁY HIỆN TIẾNG DỰA NGÁY TRÊN DỰA TRÊN HỌC HỌC SÂU SÂU CHUYÊN HỆ THỐNG NGÀNH THÔNG TIN Chuyên ngành HỆ THỐNG THÔNG TIN MÃ SỐ 8.48.01.04 Mã số 60.48.01.04 ĐỀTÓM TẮT CƯƠNG LUẬN LUẬN VĂN VĂN THẠC THẠC SĨ THUẬT SĨ KỸ NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS. PHẠM VĂN CƯỜNG HÀ NỘI HÀ NỘI-2020 2020 Luận văn được hoàn thành tại HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học PGS.TS. PHẠM VĂN CƯỜNG Phản biện 1 Phản biện 2 . Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc sĩ tại Học viện Công nghệ Bưu chính Viễn thông Vào lúc . giờ . ngày . tháng . . năm 2020 Có thể tìm hiểu luận văn tại - Thư viện của Học viện Công nghệ Bưu chính Viễn thông. Có thể tìm hiểu luận văn tại - Thư viện của Học viện Công nghệ Bưu chính Viễn thông 1 MỞ ĐẦU Sự tiến bộ của công nghệ đã thúc đẩy cộng đồng nghiên cứu chuyển từ truyền thu nhận và xử lý dữ liệu mức thấp sang nghiên cứu tích hợp thông tin mức cao xử lý ngữ cảnh nhận dạng và suy diễn các hoạt động. Bên cạnh tác động tới chất lượng giấc ngủ của con người thì ngáy cũng có dấu hiệu của chứng ngưng thở OSA sau khi mất ngủ tỷ lệ mắc bệnh rối loạn giấc ngủ cao nhất ảnh hưởng đến khoảng 3 - 7 đàn ông trung niên và 2-5 phụ nữ trung niên trong dân số nói chung. OSA được đặc trưng bởi các đợt lặp đi lặp lại của sự khó khăn một phần hoặc hoàn toàn của đường hô hấp trên trong khi ngủ gây ra sự trao đổi khí bị suy yếu và rối loạn giấc ngủ. Tổng quan về vấn đề nghiên cứu Những nghiên cứu trong học sâu từ trước tới nay đã và đang được sử dụng để giái quyết nhiều bài toán về nhận dạng phát hiện đặc biệt trong lĩnh vực thị giác máy tính. Vì đòi hỏi cần một lượng dữ liệu thời gian sức mạnh tính toán đáng kể các nỗ lực nghiên nghiên cứu cách để tận dụng các mạng CNN được đào tạo trước cho các nhiệm vụ khác như mạng CNN được sử dụng trong các hệ thống nhận dạng. Cho đến nay rất ít các nghiên cứu thực hiện để .