Rekonstrukce poškozených audio signálů pomocí deep unrolling

Simple item page
but.committeedoc. Ing. MgA. Mgr. Dan Dlouhý, Ph.D. (předseda) Ing. Miroslav Balík, Ph.D. (místopředseda) Ing. Matej Liska (člen) Ing. Václav Mach, Ph.D. (člen) Ing. Daniel Kováč (člen)cs
but.defenceObhajoba závěrečné práce: Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise a oponenta. Otázky: Popište problematiku hardwarového omezení, kvůli kterému bylo nutné snížit počet použitých datových vzorků pro trénování modelů. Jakým způsobem proběhla optimalizace načítacího procesu, aby bylo možné efektivně pracovat s omezenými zdroji? Jaké klíčové faktory byly zváženy při určení optimálního počtu epoch, který je stanoven na 50? Můžete zdůvodnit, proč nedošlo k navýšení epoch na základě prezentovaných průběhů hodnot ztrátové funkce na trénovací a validační datové množině? Jak byl vytvořen dataset pro trénování modelu?cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorMokrý, Ondřejcs
dc.contributor.authorKment, Františekcs
dc.contributor.refereeMyška, Vojtěchcs
dc.date.created2024cs
dc.description.abstractPráce se zabývá problematikou restaurace audiosignálu pomocí tradičních optimalizačních metod v kombinaci s metodami deep unrolling. Byla formulována optimalizační úloha doplňování chybějících úseků audio signálu a byl zvolen a následně implementován proximální algoritmus FISTA. Dále byly implementovány 3 unrolled varianty algoritmu (Unrolled Fista Net), z nichž 2 byly dále optimalizovány pomocí testů na zvoleném testovacím datasetu a naučeny na datasetu Nsynth. Výsledky naučených sítí byly porovnány jak s konkurenčními metodami, tak s původní neučenou variantou algoritmu. Porovnáváno bylo pomocí objektivních metrik (MSE, SNR, PEAQ, PEMO-Q) a subjektivního poslechového testu.cs
dc.description.abstractThe thesis deals with the problem of audio signal restoration using traditional optimization methods combined with deep unrolling methods. An optimization task for filling in missing sections of the audio signal was formulated, and the proximal algorithm FISTA was chosen and subsequently implemented. Furthermore, three unrolled variants of the algorithm (Unrolled Fista Net) were implemented, two of which were further optimized using tests on a selected test dataset and trained on the Nsynth dataset. The results of the trained networks were compared both with competing methods and the original untrained variant of the algorithm. The comparison was made using objective metrics (MSE, SNR, PEAQ, PEMO-Q) and a subjective listening test.en
dc.description.markCcs
dc.identifier.citationKMENT, F. Rekonstrukce poškozených audio signálů pomocí deep unrolling [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.cs
dc.identifier.other159809cs
dc.identifier.urihttp://hdl.handle.net/11012/247410
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectaudio signálcs
dc.subjectdeep unrollingcs
dc.subjectinpaintingcs
dc.subjectFISTAcs
dc.subjectneuronová síťcs
dc.subjectrestaurace audio signálucs
dc.subjectaudio signalen
dc.subjectdeep unrollingen
dc.subjectinpaintingen
dc.subjectFISTAen
dc.subjectneural networken
dc.subjectaudio signal restorationen
dc.titleRekonstrukce poškozených audio signálů pomocí deep unrollingcs
dc.title.alternativeReconstruction of corrupted audio signals using deep unrollingen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-06-12cs
dcterms.modified2024-06-13-07:54:10cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid159809en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:22:23en
sync.item.modts2025.01.15 23:41:08en
thesis.disciplineZvuková produkce a nahrávánícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.89 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
1.75 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_159809.html
Size:
5.92 KB
Format:
Hypertext Markup Language
Description:
file review_159809.html
Download
Collections
2024