L'esperimento descritto dimostra che utilizzando tecniche di machine learning è possibile stabilire se la curva di post-enfasi applicata a documenti sonori registrati su nastro magnetico sia quella giusta o meno. Alcuni tra i modelli testati sono in grado di separare i campioni equalizzati in modo corretto (curve di pre-enfasi e post-enfasi dello stesso standard) da quelli equalizzati in modo errato, con errore di cross-validazione pari a 0 e accuracy nella predizione di nuovi dati del 100%
Modelli per il riconoscimento automatico delle curve di pre-enfasi e post-enfasi applicate ai documenti sonori
Casamento, Fabio
2017/2018
Abstract
L'esperimento descritto dimostra che utilizzando tecniche di machine learning è possibile stabilire se la curva di post-enfasi applicata a documenti sonori registrati su nastro magnetico sia quella giusta o meno. Alcuni tra i modelli testati sono in grado di separare i campioni equalizzati in modo corretto (curve di pre-enfasi e post-enfasi dello stesso standard) da quelli equalizzati in modo errato, con errore di cross-validazione pari a 0 e accuracy nella predizione di nuovi dati del 100%File in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
fabio_casamento_tesi.pdf
accesso aperto
Dimensione
7.96 MB
Formato
Adobe PDF
|
7.96 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/25920