Enyhe kognitív zavar detektálása beszédhangból x-vektor reprezentáció használatával
Az enyhe kognitív zavar (EKZ) heterogén klinikai szindróma, melyet gyakran tartanak a demencia preklinikai (azaz a demencia diagnózis felállításához nem elegendő, de mérhető kognitív hanyatlással járó) szakaszának is. Az EKZ jellemzői közé tartozik a kognitív funkciók enyhe hanyatlása, beleértve a m...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
2021
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
17 |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
| Tárgyszavak: | |
| Online Access: | http://acta.bibl.u-szeged.hu/73364 |
| LEADER | 02350naa a2200349 i 4500 | ||
|---|---|---|---|
| 001 | acta73364 | ||
| 005 | 20221108114911.0 | ||
| 008 | 210928s2021 hu o 1|| hun d | ||
| 020 | |a 978-963-306-781-9 | ||
| 040 | |a SZTE Egyetemi Kiadványok Repozitórium |b hun | ||
| 041 | |a hun | ||
| 100 | 2 | |a Egas-López José Vicente | |
| 245 | 1 | 0 | |a Enyhe kognitív zavar detektálása beszédhangból x-vektor reprezentáció használatával |h [elektronikus dokumentum] / |c Egas-López José Vicente |
| 260 | |c 2021 | ||
| 300 | |a 147-156 | ||
| 490 | 0 | |a Magyar Számítógépes Nyelvészeti Konferencia |v 17 | |
| 520 | 3 | |a Az enyhe kognitív zavar (EKZ) heterogén klinikai szindróma, melyet gyakran tartanak a demencia preklinikai (azaz a demencia diagnózis felállításához nem elegendő, de mérhető kognitív hanyatlással járó) szakaszának is. Az EKZ jellemzői közé tartozik a kognitív funkciók enyhe hanyatlása, beleértve a memóriát, a végrehajtó és a nyelvi funkciókat. Kutatások alapján a nyelvi funkciók megváltozása már azelőtt észlelhető, hogy az EKZ-ra jellemző egyéb kognitív tünetek megjelennének. Az alanyok beszédének elemzése így praktikus, olcsó és nem-invazív eszköze lehetne a betegség korai szűrésének. Jelen munkánkban egy viszonylag friss, mély neurális hálón alapuló eljárást, az x-vektorokat használjuk jellemzőkinyerésre, majd ezen jellemzőket felhasználva osztályozó eljárást (SVM-et) tanítunk az EKZ-s és a kontroll beszélők elkülönítésére. Kísérleti eredményeink alapján az x-vektorokkal pontosabb diszkrimináció érhető el, mint a hagyományos i-vektorok használatával. | |
| 650 | 4 | |a Természettudományok | |
| 650 | 4 | |a Számítás- és információtudomány | |
| 650 | 4 | |a Bölcsészettudományok | |
| 650 | 4 | |a Nyelvek és irodalom | |
| 695 | |a Nyelvészet - számítógép alkalmazása | ||
| 700 | 0 | 1 | |a Balogh Réka |e aut |
| 700 | 0 | 1 | |a Imre Nóra |e aut |
| 700 | 0 | 1 | |a Tóth László |e aut |
| 700 | 0 | 1 | |a Vincze Veronika |e aut |
| 700 | 0 | 1 | |a Pákáski Magdolna |e aut |
| 700 | 0 | 1 | |a Kálmán János |e aut |
| 700 | 0 | 1 | |a Hoffmann Ildikó |e aut |
| 700 | 0 | 1 | |a Gosztolya Gábor |e aut |
| 710 | |a Magyar számítógépes nyelvészeti konferencia (17.) (2021) (Szeged) | ||
| 856 | 4 | 0 | |u http://acta.bibl.u-szeged.hu/73364/1/msznykonf_017_147-156.pdf |z Dokumentum-elérés |