BME MDA - a Műegyetem Digitális Archivuma
Not a member yet
47877 research outputs found
Sort by
Kvantum spinfolyadékok SU(N) Heisenberg-modellekben: dinamikus korrelációk vizsgálata Variációs Monte Carlo módszerekkel
No full textArchitectural Enhancements and Feature Optimization of AutoVocoder for High-Quality Speech Synthesis
No full textNeural vocoders are essential for producing high-quality speech in modern Text-to-Speech (TTS) systems. They directly affect how natural and clear the generated speech sounds. This thesis focuses on improving the AutoVocoder by redesigning its architecture to better handle and process speech waveforms. The first step is improving data preprocessing to match the new architecture. This involves modifying how redundant audio features; notably phase and magnitude, are represented to provide cleaner inputs for processing. Next, the architecture is redesigned to include separate encoders and decoders for individual features. These specialized components are then combined into a unified encoder-decoder structure that learns the relationships between features, enabling deeper analysis and better synthesis. The goal is to achieve these improvements while reducing computational requirements. In the final step, post-processing techniques are used to enhance the quality of the generated speech. These methods are tested with noisy data to ensure the vocoder performs well under various conditions. This research provides a systematic approach to improving TTS systems, making them more efficient and reliable. The proposed changes aim to deliver clearer, more natural speech while maintaining adaptability for different environments and use cases
Body Map, a testtérkép - egy innovatív művészetpedagógiai módszer a serdülők jóllétért
No full textA bemutatásra kerülő kutatás fókuszában egy a világon széles körben használt művészetterápiás módszer pedagógiai alkalmazásra való kiterjesztésének kutatása áll középiskolás korosztály részére.
A Testtérkép elnevezésű vizuális művészeti eszközöket használó önismeretet támogató strukturált program köznevelési környezetbe adaptálásakor, elsősorban az önmagunkról, sajátosságainkról való tanulást helyezi a fókuszba, amelynek alkalmazott értéke jelentős, a művészettel nevelés keretrendszerében reálisan elérhető támogatást jelenthet a jelenlegi krízisidőszakban serdülő és szocializálódó fiatalok számára. A Testtérkép módszerének alapötletét egy Angliában kidolgozott strukturált művészetterápiás módszertan jelentette, amely Magyarországon először az SE Gyermekklinikán került 2011-ben bevezetésre (Rozgonyi, Gyulavári, Klein, 2013). A Testtérkép művészeti technikának széles körű története során, számtalan megközelítésben fogalmazódott meg az az elméleti keretrendszer, amely segít megérteni a program önazonosságot támogató jelentőségét (M. Boydell, Daw, Collins, Senior, & Smith, 2021; Kwon, 2022). Az Eszterházy Károly Katolikus Egyetem Neveléstudományi Doktori Iskolájában jelenleg zajló kutatás három szakaszból áll. Első szakaszként, már megvalósult a program pedagógiai alkalmazásra történő adaptálása (továbbiakban: TPA), második szakaszként annak hatásvizsgálata, mind kvantitatív metodológiával, önkitöltős kérdőívvel, mind kvalitatív metodológiával, fókuszcsoportos interjúval. A mérések az oktatási és nevelési szempontból jelentős énhatékonyság, reziliencia és önértékelés területén 12 kategóriában zajlottak. A program természetéből adódóan a legkisebb elégséges mintavételre volt lehetőség, így statisztikai számítások során szignifikáns eredmény nem volt várható. Jelen állapotában a kutatásnak még részleges eredményei vannak, a TPA program fejlesztő hatása egyes gyermekeknél egyértelműen működni látszott, másoknál a kérdőívek nem mértek pozitív változást, viszont pozitív tendencia a minta szintjén több kategóriában megmutatkozott, amellyel kapcsolatban a további, harmadik kutatási szakaszban személyorientált megértést tervezek
Changes in the quality parameters of wheat varieties under fungicide treatments in years with extremely different Fusarium infections
Full text link
Localization of the Lungs on PA chest X-ray images using deep CNN-s
Full text linkCardiovascular diseases (CVDs) are among the leading causes of deaths worldwide. Most of these diseases are difficult to diagnose in time; however, many of the lesions connected to them can be seen on PA chest radiographs. Although this is not the primary modality for the identification of such lesions, it is the most commonly used in daily medical practice. In a previous research we proposed a method for the accurate and robust segmentation of the heart [1]. This method uses a classical image processing algorithm to localize the lung area as a preprocessing step. In this paper, we present a deep neural approach to tackle this problem aiming for a more accurate segmentation. This is necessary, as a more accurate lung localization model may improve the performance of our heart segmentation model, furthermore if both accurate and robust heart and lung segmentations are available, it is possible to calculate the cardiothoraic ratio (CTR), which is a common metric used to decide whether a patient has cardiomegaly. In our research we train and assess a modified UNet architecture on the JSRT, Montgomery and Shenzen datasets and qualitatively evaluate the model on a private dataset coming from daily medical practice. The last step is important, as publicly available datasets often lack the variance and come from a different distribution than the data acquired in daily medical in practice
