| عنوان مقاله به انگلیسی | Machine listening in a neonatal intensive care unit | ||||||||
| عنوان مقاله به فارسی | ترجمه فارسی مقاله گوش دادن به دستگاه در یک بخش مراقبت ویژه نوزادان | ||||||||
| نویسندگان | Modan Tailleur, Vincent Lostanlen, Jean-Philippe Rivière, Pierre Aumond | ||||||||
| فرمت مقاله انگلیسی | |||||||||
| زبان مقاله تحویلی | ترجمه فارسی | ||||||||
| فرمت مقاله ترجمه شده | به صورت فایل ورد | ||||||||
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) | ||||||||
| تعداد صفحات | 5 | ||||||||
| لینک دانلود رایگان مقاله انگلیسی | دانلود مقاله | ||||||||
| دسته بندی موضوعات | Sound,Artificial Intelligence,Machine Learning,Audio and Speech Processing,صدا , هوش مصنوعی , یادگیری ماشین , پردازش صوتی و گفتار , | ||||||||
| توضیحات | Submitted 16 September, 2024; originally announced September 2024. , Journal ref: DCASE2024 Workshop, Nobutaka Ono; Noboru Harada; Yohei Kawaguchi, Oct 2024, Tokyo, Japan | ||||||||
| توضیحات به فارسی | ارائه شده 16 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، مجله Ref: DCASE2024 کارگاه ، Nobutaka Ono ؛Noboru Harada ؛یوهی کاواگوچی ، اکتبر 2024 ، توکیو ، ژاپن | ||||||||
| اطلاعات بیشتر از این مقاله در پایگاه های علمی |
INSPIRE HEP NASA ADS Google Scholar Semantic Scholar فرمت ارائه ترجمه مقاله |
تحویل به صورت فایل ورد |
زمان تحویل ترجمه مقاله |
بین 2 تا 3 روز پس از ثبت سفارش |
کیفیت ترجمه |
بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
جداول و فرمول ها |
کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
|
چکیده
Oxygenators, alarm devices, and footsteps are some of the most common sound sources in a hospital. Detecting them has scientific value for environmental psychology but comes with challenges of its own: namely, privacy preservation and limited labeled data. In this paper, we address these two challenges via a combination of edge computing and cloud computing. For privacy preservation, we have designed an acoustic sensor which computes third-octave spectrograms on the fly instead of recording audio waveforms. For sample-efficient machine learning, we have repurposed a pretrained audio neural network (PANN) via spectral transcoding and label space adaptation. A small-scale study in a neonatological intensive care unit (NICU) confirms that the time series of detected events align with another modality of measurement: i.e., electronic badges for parents and healthcare professionals. Hence, this paper demonstrates the feasibility of polyphonic machine listening in a hospital ward while guaranteeing privacy by design.
چکیده به فارسی (ترجمه ماشینی)
اکسیژن ها ، دستگاه های زنگ هشدار و پله ها برخی از رایج ترین منابع صوتی در بیمارستان هستند.شناسایی آنها برای روانشناسی محیط زیست دارای ارزش علمی است اما با چالش های خاص خود همراه است: یعنی حفظ حریم خصوصی و داده های دارای برچسب محدود.در این مقاله ، ما از طریق ترکیبی از محاسبات لبه و محاسبات ابری به این دو چالش می پردازیم.برای حفظ حریم خصوصی ، ما یک سنسور آکوستیک طراحی کرده ایم که به جای ضبط شکل موج های صوتی ، طیفگرام های اکتای سوم را در پرواز محاسبه می کند.برای یادگیری ماشین کارآمد نمونه ، ما یک شبکه عصبی صوتی پیش ساخته (PANN) را از طریق کدگذاری طیفی و سازگاری با فضای برچسب مجدداً مجدداً جابجا کرده ایم.یک مطالعه در مقیاس کوچک در یک بخش مراقبت های ویژه نوزادان (NICU) تأیید می کند که سری زمانی از وقایع شناسایی شده با روش دیگری از اندازه گیری مطابقت دارد: یعنی نشان های الکترونیکی برای والدین و متخصصان مراقبت های بهداشتی.از این رو ، این مقاله امکان گوش دادن به دستگاه پلیفونیک در بخش بیمارستان را نشان می دهد و ضمن تضمین حریم خصوصی با طراحی.
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |


نقد و بررسیها
هنوز بررسیای ثبت نشده است.