edoc-Server der Humboldt-Universität zu Berlin

Dissertation

Autor(en): Tiziano Zito
Titel: Exploring the slowness principle in the auditory domain
Gutachter: Laurenz Wiskott; Felix Wichmann; Richard Kempter
Erscheinungsdatum: 12.01.2012
Volltext: pdf (urn:nbn:de:kobv:11-100198638)
Fachgebiet(e): Biowissenschaften, Biologie
Schlagwörter (ger): zeitliche Langsamkeit, auditorisches System, langsame Komponenten Analyse, nichtlineare blinde Signalquellentrennung, unabhängige Komponenten Analyse
Schlagwörter (eng): temporal slowness, slow feature analysis, auditory system, nonlinear blind sourceseparation, independent component analysis
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I
Lizenz: Namensnennung - Keine kommerzielle Nutzung - Keine Bearbeitung (CC BY NC ND)
Zitationshinweis: Zito, Tiziano: Exploring the slowness principle in the auditory domain; Dissertation, Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I , publiziert am 12.01.2012, urn:nbn:de:kobv:11-100198638
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.

Abstract (ger):
In dieser Arbeit werden - basierend auf dem Langsamkeitsprinzip - Modelle und Algorithmen für das auditorische System entwickelt. Verschiedene experimentelle Ergebnisse, sowie die erfolgreichen Ergebnisse im visuellen System legen nahe, dass, trotz der unterschiedlichen Beschaffenheit visueller und auditorischer sensorischer Signale, das Langsamkeitsprinzip auch im auditorischen System eine bedeutsame Rolle spielen könnte, und vielleicht auch im Kortex im Allgemeinen. Es wurden verschiedene Modelle für unterschiedliche Repräsentationen des auditorischen Inputs realisiert. Es werden die Beschränkungen der jeweiligen Ansätze aufgezeigt. Im Bereich der Signalverarbeitung haben sich das Langsamkeitsprinzip und dessen direkte Implementierung als Signalverarbeitungsalgorithmus, Slow Feature Analysis, über die biologisch inspirierte Modellierung hinaus als nützlich erwiesen. Es wird ein neuer Algorithmus für das Problem der nichtlinearen blinden Signalquellentrennung beschrieben, der auf einer Kombination von Langsamkeitsprinzip und dem Prinzip der statistischen Unabhängigkeit basiert, und der anhand von künstlichen und realistischen Audiosignalen getestet wird. Außerdem wird die Open Source Software Bibliothek Modular toolkit for Data Processing vorgestellt.
Abstract (eng):
In this thesis we develop models and algorithms based on the slowness principle in the auditory domain. Several experimental results as well as the successful results in the visual domain indicate that, despite the different nature of the sensory signals, the slowness principle may play an important role in the auditory domain as well, if not in the cortex as a whole. Different modeling approaches have been used, which make use of several alternative representations of the auditory stimuli. We show the limitations of these approaches. In the domain of signal processing, the slowness principle and its straightforward implementation, the Slow Feature Analysis algorithm, has been proven to be useful beyond biologically inspired modeling. A novel algorithm for nonlinear blind source separation is described that is based on a combination of the slowness and the statistical independence principles, and is evaluated on artificial and real-world audio signals. The Modular toolkit for Data Processing open source software library is additionally presented.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
Startseite: 11 Zugriffe PDF: 42 Zugriffe Startseite: 7 Zugriffe PDF: 55 Zugriffe Startseite: 1 Zugriffe PDF: 38 Zugriffe Startseite: 4 Zugriffe PDF: 37 Zugriffe Startseite: 7 Zugriffe PDF: 32 Zugriffe Startseite: 13 Zugriffe PDF: 25 Zugriffe Startseite: 10 Zugriffe PDF: 18 Zugriffe Startseite: 3 Zugriffe PDF: 12 Zugriffe Startseite: 1 Zugriffe PDF: 12 Zugriffe Startseite: 5 Zugriffe PDF: 22 Zugriffe Startseite: 1 Zugriffe PDF: 17 Zugriffe Startseite: 3 Zugriffe PDF: 15 Zugriffe Startseite: 7 Zugriffe PDF: 17 Zugriffe Startseite: 8 Zugriffe PDF: 12 Zugriffe Startseite: 2 Zugriffe PDF: 8 Zugriffe Startseite: 5 Zugriffe PDF: 10 Zugriffe Startseite: 4 Zugriffe PDF: 25 Zugriffe
Jan
16
Feb
16
Mar
16
Apr
16
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
May
17
Monat Jan
16
Feb
16
Mar
16
Apr
16
May
16
Jun
16
Jul
16
Aug
16
Sep
16
Oct
16
Nov
16
Dec
16
Jan
17
Feb
17
Mar
17
Apr
17
May
17
Startseite 11 7 1 4 7 13 10 3 1 5 1 3 7 8 2 5 4
PDF 42 55 38 37 32 25 18 12 12 22 17 15 17 12 8 10 25

Gesamtzahl der Zugriffe seit Jan 2016:

  • Startseite – 92 (5.41 pro Monat)
  • PDF – 397 (23.35 pro Monat)
 
 
Generiert am 23.06.2017, 14:44:26