Hasil Pencarian  ::  Simpan CSV :: Kembali

"Makalah ini membantu tentang pengembangan sistem identifikasi pembicara menggunakan analisis spektra orde tinggi dan jaringan neural sebagai pengklasifikasi pola. Analisa spektra orde tinggi ini perlu dipergunakan untuk mengetahui performasinya dalam mengidentifikasi pembicara berdasarkan suara yang terpendam dalam Gaussian noise. Berkaitan dengan proses pengolahan data hasil analisis spektra orde tinggi memerlukan biaya komputasi yang sangat tinggi, maka kompresi data kemudian dilakukan tanpa mengurangi kandungan informasi yan ada di dalamnya. Kompresi data ini dilaksanakan menggunakan jaringan neural hibrida antara SOM dan LVQ, dengan membangkitkan sejumlah vektor pewakil yang dianggap dapat mewakili seluruh vektor pewakil yang dianggap dapat mewakili seluruh vektor data hasil analisa spektra orde tinggi tersebut. Sebagai salah satu faktor dalam memperbandingkan kinerja analisa spektra orde tinggi ini, maka jumlah vektor pewakil dibatasi bergerak antara 25 hingga 343 buah. Jaringan neural probabillistik yang dipergunakan sebagai pengklasifikasi pola, menunjukkan kinerja yang sangat baik untuk dapat menentukan apakah seorang pembicara dapat teridentifikasi dengan benar. Hasil eksperimen menunjukkan bahwa sistem dapat menentukan dengan tingkat ketelitian 100% pada suara dengan tingkat noise 20 dB dan menurun menjadi 97% untuk SNR dB dan 89% untuk SNR 0 dB."

"Sistem pengenal objek 3 dimensi secara otomatis sedang banyak diteliti, berkaitan dengan kegunaannya dalam masalah keamanan dan perkantoran degnan tingkat kerahasisaan yang tinggi. Aplikasi dalam sistem multi media juga memerlukan sistem pengenalan 3 dimensi ini. Akan tetapi hingga sekarang, tingkat pengenalan yang tinggi disertai dengan waktu dan biaya komputasi rendah masih sangat sulit untuk dapat dilakukan. Dalam makalah ini, penulis akan menggunakan jaringan percentron lapis jamak yang telah dimodifikasi pada lapis tersembunyi untuk diterapka ndalam sistem pengenal 3 dimensi ini. Modifikasi ini dilakukan dengan menggantikan setiap neuron pada jaringan perceptron lapis jamak dengan sbuat (atau beberapa bua) lingkaran neuron-neuron sehingga membentuk lapis tersembunyi berbentuk silinder. Makalah ini juga akan membahas penggunaan beberapa fungsi kesalahan dan pengaruhnya terhadap tingkat pengenalan sistem. Dengan menggunakan jaringan syarat buatan dengan lapis tersembunyi berbentuk silinder ini, kemampuan sistem ini dapat ditingkatkan hingga mencapai tingkat pengenalan sebesar 97.2%"