Standard

Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей. / Дементьева, Кристина Игоревна; Ракитский, Антон Андреевич.

In: Вестник Новосибирского государственного университета. Серия: Информационные технологии, Vol. 20, No. 3, 4, 2022, p. 38-50.

Research output: Contribution to journal › Article › peer-review

Harvard

Дементьева, КИ & Ракитский, АА 2022, 'Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей', Вестник Новосибирского государственного университета. Серия: Информационные технологии, vol. 20, no. 3, 4, pp. 38-50. https://doi.org/10.25205/1818-7900-2022-20-3-38-50

APA

Дементьева, К. И., & Ракитский, А. А. (2022). Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей. Вестник Новосибирского государственного университета. Серия: Информационные технологии, 20(3), 38-50. [4]. https://doi.org/10.25205/1818-7900-2022-20-3-38-50

Vancouver

Дементьева КИ, Ракитский АА. Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей. Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2022;20(3):38-50. 4. doi: 10.25205/1818-7900-2022-20-3-38-50

Author

Дементьева, Кристина Игоревна ; Ракитский, Антон Андреевич. / Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей. In: Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2022 ; Vol. 20, No. 3. pp. 38-50.

BibTeX

@article{ba4385db5e964cb8b34f2f99f2b15345,
title = "Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей",
abstract = "В работе представлено исследование возможности восстановления искажённого аудио-сигнала. На основе полученных ранее результатов использования методов глубокого машинного обучения разработана концепция нейронной сети, предназначенная для коррекции искаженного звукового сигнала. На базе первоначально полученной разработано несколько новых архитектур нейронных сетей, ориентированных на восстановление аудиосигнала. В статье приведены описания разработанных архитектур с теоретическим обоснованием возможности их применения. Представленные архитектуры были протестированы для решения задачи восстановления партии конкретного инструмента в музыкальной композиции, из которой она была удалена.",
keywords = "аудиосигнал, восстановление сигнала, методы машинного обучения, нейронные сети, регрессия",
author = "Дементьева, {Кристина Игоревна} and Ракитский, {Антон Андреевич}",
note = "Дементьева К.И., Ракитский А.А. Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей // Вестник НГУ. Серия: Информационные технологии. - Т. 20. - № 3. - С. 38–50.",
year = "2022",
doi = "10.25205/1818-7900-2022-20-3-38-50",
language = "русский",
volume = "20",
pages = "38--50",
journal = "Вестник Новосибирского государственного университета. Серия: Информационные технологии",
issn = "1818-7900",
publisher = "ИПЦ НГУ",
number = "3",

}

RIS

TY - JOUR

T1 - Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей

AU - Дементьева, Кристина Игоревна

AU - Ракитский, Антон Андреевич

N1 - Дементьева К.И., Ракитский А.А. Метод для восстановления аудиосигнала с помощью свёрточных нейронных сетей // Вестник НГУ. Серия: Информационные технологии. - Т. 20. - № 3. - С. 38–50.

PY - 2022

Y1 - 2022

N2 - В работе представлено исследование возможности восстановления искажённого аудио-сигнала. На основе полученных ранее результатов использования методов глубокого машинного обучения разработана концепция нейронной сети, предназначенная для коррекции искаженного звукового сигнала. На базе первоначально полученной разработано несколько новых архитектур нейронных сетей, ориентированных на восстановление аудиосигнала. В статье приведены описания разработанных архитектур с теоретическим обоснованием возможности их применения. Представленные архитектуры были протестированы для решения задачи восстановления партии конкретного инструмента в музыкальной композиции, из которой она была удалена.

AB - В работе представлено исследование возможности восстановления искажённого аудио-сигнала. На основе полученных ранее результатов использования методов глубокого машинного обучения разработана концепция нейронной сети, предназначенная для коррекции искаженного звукового сигнала. На базе первоначально полученной разработано несколько новых архитектур нейронных сетей, ориентированных на восстановление аудиосигнала. В статье приведены описания разработанных архитектур с теоретическим обоснованием возможности их применения. Представленные архитектуры были протестированы для решения задачи восстановления партии конкретного инструмента в музыкальной композиции, из которой она была удалена.

KW - аудиосигнал

KW - восстановление сигнала

KW - методы машинного обучения

KW - нейронные сети

KW - регрессия

UR - https://www.elibrary.ru/item.asp?id=50234388

UR - https://www.mendeley.com/catalogue/c8eb3e46-33f2-3514-b70d-83bb0c7b0eeb/

U2 - 10.25205/1818-7900-2022-20-3-38-50

DO - 10.25205/1818-7900-2022-20-3-38-50

M3 - статья

VL - 20

SP - 38

EP - 50

JO - Вестник Новосибирского государственного университета. Серия: Информационные технологии

JF - Вестник Новосибирского государственного университета. Серия: Информационные технологии

SN - 1818-7900

IS - 3

M1 - 4

ER -

ID: 48507531