BME MDA - a Műegyetem Digitális Archivuma
Not a member yet
47877 research outputs found
Sort by
Adalékok az adatműveltség oktatásához
No full textA kutatási, oktatási, állampolgári és más adatok egyre több szerepet kapnak számos területen. Ennek eredményeként megjelent az információs műveltség, majd néhány évvel később követte az adatműveltség. Az utóbbinak számos válfaja van, amelyek közül írásom a kutatási adatműveltség néhány jellemzőjét interdiszciplináris megközelítésben tárgyalja, kitérve oktatásának néhány forrására és módszerére. A fentiek mellett röviden foglalkozom a mesterséges intelligencia-műveltséggel, amelynek egyik alapvető forrása az adatműveltség
Effect of Child Voices on Forensic Voice Comparison using Deep Speaker Embeddings
Full text linkLanguage mismatching is considered one of the biggest challenges in achieving adequate speaker verification. The number of bilingual speakers worldwide is increasing, making speaker verification for speech technology more challenging. The main objective of this study is to examine the effect of language mismatch between training and test conditions on the performance of the speaker verification model, with a specific focus on children's speech by utilizing pre-trained and fine-tuned deep speaker embedding models and by investigating two child speech datasets (Samromur and kidsTALC). This work utilises two time-delay neural networks (TDNN): X-Vector and Emphasized Channel Attention, Propagation and Aggregation (ECAPA) to extract the embedding features of speech samples. For evaluation of the performance of speaker verification, we used the likelihood-ratio framework by using the likelihood-ratio score calculation method based on children’s voices and employing measures such as log-likelihood ratio cost (Cllr) and equal error rate (EER). The experimental results indicate that the language variety between training and testing utterances significantly degrades speaker verification performance compared to multi-language training; however, fine-tuning still performs better than pretrained models by 11.5% in the best performance of ECAPA-TDNN
RTK GNSS alapú pozícionáló hardver és szoftver készítése tesztpályás tesztek és demonstrációk támogatásához
No full textPost-Model Fusion of Speech, Drawing, and Movement Data to Classify Parkinson’s Disease
No full textParkinson’s disease is one of the most common movement disorders that is not curable according to recent clinical knowledge. An accurate and early diagnosis can help to maintain the quality of life. Since the symptoms at the early stage are heterogeneous, the detection is challenging. To solve this, several modalities have been investigated to support the recognition of the disease. Speech, drawings, and specific movements are studied, and promising performances are shown to assist the doctors. The joint usage of these modalities can further decrease the misclassification of the disease. In this study, acceleration data from 6 movements and X-Y coordinates from Archimedean spiral drawings were processed in image and time-series representations. MobileNet and time-series-based features were used to describe them. Speech was also processed by x-vector technology. Support Vector Machine, Random Forest, and k-nearest Neighbors algorithms were trained and tested to classify 33 Parkinson’s disease patients and 47 healthy controls. Next to the single modalities, post-model fusions were examined with different combinations of the modalities. Mann-Whitney U test was used to compare the performances of the models next to a 0.05 significance level. The speech significantly outperformed the drawing and movement activities. Furthermore, any combination of the modalities resulted in significantly better balanced accuracy than using movements and drawings alone. However, the speech achieved a significantly not different performance than any combination of the modalities. In conclusion, the combination of drawing and movements improves the detection of the disease. Speech gives similar results to the combination of the other two modalities
Human Factors in Flight Simulation: Bridging the Gap Between Simulator Training and Real-World Operations
No full textRethinking Numerical Table Recognition: A Transparent Algorithmic Solution for Specific OCR Problems
No full textOptical Character Recognition (OCR) is a well-established technology for the recognition of printed and handwritten text/numbers. However, its application to tabular data remains limited, with existing solutions often being costly and/or underperforming, especially when applied to archival data. These challenges stem from the fact that many OCR models are not optimized to handle the unique structural and stylistic characteristics of historical tables. For instance, nineteenth- and twentieth-century Hungarian price tables frequently feature unconventional formatting, such as midline decimal points, irregular separators, and the absence of dividing lines between cells, all of which hinder existing OCR solution's performance. To overcome these limitations, we present a transparent and customizable solution tailored for tables, for which existing softwares are inefficient. The algorithm processes table images by dividing them into cells, even when explicit dividing lines are absent, and accurately identifies decimal points, separators, and numerical values. Evaluation on a dataset consisting of historical price tables demonstrated the efficacy of our approach. Our custom digit recognition network achieved a test accuracy of 99.3%, while the complete system delivered a cell-level accuracy of 97.5% across 40 test images. These results confirm the reliability of our solution for handling tabular data, even with unique properties. Our method not only addresses the challenges of processing archival tables, but also provides a transparent and adaptable framework for broader applications. It has significant potential for practical applications in archives and libraries, and could also inspire advancements in other fields, where available solutions struggle
Extending Bayesian Networks with Large Language Models for Interactive Semantic Explanations
No full textBayesian Networks (BN) in medical diagnostics have proven successful. However, domain experts often struggle to interpret them and their results which limits practical adoption. Previous solutions aiming to overcome this issue failed to provide semantic explanations with dynamic interactivity. This paper presents a new, LLM-based method to augment Bayesian Networks that relies on an earlier BN explanation algorithm and semantic annotations to overcome these issues. Users can input evidence and query the BN as to why it came to certain results. Based on the query an explanation is generated and relevant semantic information is gathered from the annotations to enrich the explanation. This is then passed as context to the LLM to answer the user’s query similarly to the method of retrieval augmented generation. Based on the method the authors implemented a prototype system with a BN for dementia diagnosis and evaluated its ability to convey the BN’s knowledge and results
Az okoseszköz „etikai problématere” az iskolában
Full text linkAz okoseszköz/okostelefon mindenütt jelenlevősége az utóbbi évtizedekben forradalmasította az emberi interakciókat, jelentős hatással volt a kommunikációra, információhoz való hozzáférésre, a társas kapcsolatokra, sőt az önmagunkhoz való viszonyra is. Az okoseszköz etikai vizsgálata kevésbé népszerű terület, holott a különböző etikai kockázatok előtűnnek az autonómia (Kärki, 2022), az adatvédelem és megfigyelés (Timan & Albrechtslund, 2018), vagy a képzelőerő fogalmai kapcsán is, különösen élesen az iskolában.
Jelen elméleti kutatás célja, hogy meghatározza: hogyan értelmezhetjük az okoseszközök etikáját, milyen esetekben érdemes valaminek az etikájáról beszélnünk, ehhez milyen feltételeknek kell teljesülnie, és hogy az okoseszközök milyen szerepet töltenek be etikai értelemben az iskolában.
A kutatás elméleti vizsgálat, amely az okoseszköz etikájának fogalmi elemzését (Conceptual Analysis) kísérli megadni. Az elemzés során a szakirodalom különböző etikai megközelítésének szintézise, illetőleg összevetése valósul meg – meghatározva az okoseszköz etikai problématerét.
Az okoseszköz kitüntetettsége két esszenciális-evidens tulajdonságából adódik: mobilitásából, azaz könnyű hordozhatóságából és “okosságából”, azaz a technikai lehetőségeiből. Az okoseszköz kiterjesztett én, hiszen az elménk kognitív külső kiterjesztéseként funkcionál (Chalmers, 2022; Drain & Strong, 2015), másrészt az identitáskonstrukció alkotóelemévé emelkedett (Kouppanou, 2018). Az okoseszköz lényegileg hálózati, ami miatt a felhasználó folyamatosan jelen van az online valóságban („always on”), miközben folyamatosan kapcsolódik is másokhoz („always connected”), ezt az emberi léthelyzetet nevezik a kutatók „smartphone cyborg”-nak (Hall, 2020), amely egy sajátos „algoritmikus” kulturális közeget is teremt (Gabriels, 2016).
Az iskola és a kamaszkor döntő fontosságú tere és ideje az okoseszközzel való találkozásnak. Egyrészről a technológiahasználat példáját, mintáját adhatja meg (akár oda-vissza a tanár és diák között). Másrészről – mivel az iskola, a család után a második leglényegesebb szocializációs színtér – az okoseszköz a generációk közötti kapcsolat szempontjából is kiemelten fontos. Harmadrészt az okoseszköz egészen másmilyen jelenléttel bír az iskolán belül: a korábbi digitális eszközhasználat (a korlátozott és kontrollált informatikatermek eszközparkja) helyett az ún. BYOD (Bring Your Own Device) keretein belül az okoseszköz állandó és helyfüggetlen tanulási kellék (is).
Az átalakulás mértéke, valamint a feltárt feszültségek és kérdéses jelenségek, mint a figyelem (Roholt, 2021), az autonómia (Aylsworth & Castro, 2021) vagy a test reprezentációja (Kouppanou, 2018) miatt az okoseszköz etikai problémaként tekinthető.
Bármely technológiafilozófia vagy -etika feltételez valamilyen technika- és emberképet (Ropolyi, 2005) (azaz antropológiát, illetve a technológia metafizikáját). Ez az antropológia és metafizika meghatározza a viszonyt az okoseszközhöz – ebből adódóan pedig azt is, hogy a jelenségeket, feszültségeket, problémákat hogyan ismerjük fel, minek tulajdonítjuk és hogyan reagálunk rájuk.
Az iskola okoseszközzel kapcsolatos „etikai problématere” kiterjedt, rengeteg olyan változóval és tényezővel, amely befolyásolja az eszköz szerepét és használatának mikéntjeit, valamint meghatározhatja az eszközökkel kapcsolatos etikai-morális diskurzusokat. Ezért is igazán fontos, hogy az etika számára helyet adjunk a jelenség értékelése kapcsán (a tanterv részeként is!), hiszen az filozófia-etika által használt elméleti sarokkövek külső referenciapontokként szolgálhatnak a tudományos-társadalmi diskurzusban, és segíthetnek az átgondolt válaszok létrehozásában is