113,733 research outputs found
Reverb and noise as real-world effects in speech recognition models: a study and a proposal of a feature set
No full textReverberation and background noise are common and unavoidable real-world phenomena that hinder automatic speaker recognition systems, particularly because these systems are typically trained on noise-free data. Most models rely on fixed audio feature sets. To evaluate the dependency of features on reverberation and noise, this study proposes augmenting the commonly used mel-frequency cepstral coefficients (MFCCs) with relative spectral (RASTA) features. The performance of these features was assessed using noisy data generated by applying reverberation and pink noise to the DEMoS dataset, which includes 56 speakers. Verification models were trained on clean data using MFCCs, RASTA features, or their combination as inputs. They validated on augmented data with progressively increasing noise and reverberation levels. The results indicate that MFCCs struggle to identify the main speaker, while the RASTA method has difficulty with the opposite class. The hybrid feature set, derived from their combination, demonstrates the best overall performance as a compromise between the two. Although the MFCC method is the standard and performs well on clean training data, it shows a significant tendency to misclassify the main speaker in real-world scenarios, which is a critical limitation for modern user-centric verification applications. The hybrid feature set, therefore, proves effective as a balanced solution, optimizing both sensitivity and specificity
Profilo nutrizionale in età prescolare: indagine pilota in un campione di bambini della provincia dell’Aquila
No full textINTRODUZIONE
L’infanzia precoce (3-5 anni) è un periodo critico per la prevenzione dell’obesità. I
comportamenti correlati al bilancio energetico, le caratteristiche psicologiche e i processi
fisiologici si strutturano a questa età, quando è ancora possibile l’ ‘imprinting’ con esperienze
determinanti per lo stile di vita futuro.
Lo studio osservazionale, a disegno trasversale, è finalizzato a descrivere il profilo
nutrizionale di bambini in età prescolare e dei rispettivi caregivers (genitori/tutori).
MATERIALI E METODI
Nell’A.S. 2017-2018 sono stati arruolati 108 caregivers degli alunni di due Scuole
dell’Infanzia della Provincia dell’Aquila ai quali sono stati somministrati due questionari proxy
già utilizzati nel progetto europeo ToyBox. Sono state rilevate variabili socio-demografiche,
attitudinali, comportamentali e di contesto e le frequenze di consumo dei principali gruppi di
alimenti. L’elaborazione statistica è stata di tipo descrittivo.
RISULTATI
L’età dei bambini è pari mediamente a 4.6 ± 0.9 anni (range 1.9 – 6.0 anni).
Il consumo di bevande da parte dei caregivers è risultato adeguato (prediligono acqua
limitando le bevande zuccherate) e quello di snack orientato a scelte salutari (per es. il 37%
sceglie frutta e il 28% verdure più di una volta al giorno, il 25% yogurt 5-6 volte alla
settimana). Tuttavia, il 25% di essi non dichiara un netto disaccordo con il consumo di
bevande zuccherate (succhi e bibite) da parte dei bambini ogni volta che questi lo desiderino
o con l’affermazione che berle tutti i giorni possa comprometterne la salute. Inoltre, è chiaro
il ruolo protettivo di frutta e verdura e la necessità di considerarli scelte salubri per lo
snacking, tuttavia una proporzione molto bassa di bambini consuma realmente verdure
crude o cotte, come confermato anche dai dati effettivi di consumo rilevati con il FFQ. Meno
chiara è l’opportunità di scegliere latte e yogurt non zuccherati per il loro bambini. Risultano
scarsi il consumo di prodotti da forno integrali, di pesce e di legumi.
CONCLUSIONI
Tra i limiti dello studio la bassa numerosità campionaria e la modalità di arruolamento non
randomizzato. Tra le prospettive di ricerca future, la definizione di sottogruppi a maggior
rischio, per caratteristiche socio-demografiche come la cittadinanza e il livello di istruzione.
Lo studio fa emergere la necessità di formare i caregivers sulla salute nutrizionale fin dall’età
precoce e di renderli confidenti sulle loro capacità di superare le barriere percepite rispetto a
modelli alimentari più salubri nei loro bambini
Post-disaster context and adolescents’ perceived health: school wellbeing as mediating factor
No full textRegulation of neuroectodermal cancers invasive behavior: role of PDE5 in glioblastoma multiforme and of Sox2 in melanoma
No full textNeuroectoderm is one of the earliest cell lineages that establish at gastrulation. Neuroectodermal tumors arise from cells originating from the primitive neuroectoderm, which include glial cells, neurons, neural crest cells, parenchymal cells of the pineal gland and primitive embryonic cells of brain and retina. Both melanocytes and glial cells are derived embryologically from the neuroectoderm. Their malignant transformed counterparts, melanoma and glioma cells, respectively, may share common antigens. Numerous tumor-associated antigens have been identified in melanomas but only a few in gliomas. We undertook a study of how invasiveness of tumor cells can be regulated in gliomas as well as in melanomas, focusing our attention on two genes, Sox2 and PDE5, which have been hypothesized to play a role in melanoma invasiveness. In particular, we modulated PDE5 expression in glioblastoma cell lines and Sox2 in a melanoma animal model to evaluate the invasiveness potential of this tumor cell types in vitro and in vivo
Un’area protetta tra logiche di tutela e sviluppo: il caso del Parco dei Castelli Romani
No full textA sud-est di Roma si estendono i Castelli Romani, contesto composto da un fitto insediamento edilizio, dove però la presenza del Parco Regionale dei Castelli Romani costituisce un rilevante presidio alle qualità naturalistiche e culturali locali. L’esistenza di molteplici interessi attorno a quest’area è ben evidente nella stessa legge istitutiva, con la quale s’intende tutelare le caratteristiche naturali, ma anche cambiare l’assetto socio economico del contesto locale tramite un potenziamento della vocazione turistica dell’area. Il contributo studia come il territorio è diversamente impattato dalla presenza del parco e come si è evoluto in termini turistici, attraverso la lettura della variazione della capacità ricettiva riferita ai comuni ricadenti entro l’area del parco
Assessing Tenstorrent’s RISC-V MatMul Acceleration Capabilities
No full textThe increasing demand for generative AI as Large Language
Models (LLMs) services has driven the need for specialized hardware ar-
chitectures that optimize computational e!ciency and energy consump-
tion. This paper evaluates the performance of the Tenstorrent Grayskull
e75 RISC-V accelerator for basic linear algebra kernels at reduced nu-
merical precision, a fundamental operation in LLM computations. We
present a detailed characterization of Grayskull’s execution model, grid
size, matrix dimensions, data formats, and numerical precision impact on
computational e!ciency. Furthermore, we compare Grayskull’s perfor-
mance against state-of-the-art architectures with tensor acceleration, in-
cluding Intel Sapphire Rapids processors and two NVIDIA GPUs (V100
and A100). Whilst NVIDIA GPUs dominate raw performance, Grayskull
demonstrates a competitive trade-o" between power consumption and
computational throughput, reaching a peak of 1.55 TFLOPs/Watt with
BF16
Multi-class machine learning detection of Edema, Vocal Paralysis and Vocal Nodules through voice
No full textThis paper aims to differentiate causes of dysphonia, namely Reinke's Edema, Vocal Cord Paralysis, and Vocal Nodules, also including healthy subjects. A proprietary dataset of 245 subjects underwent acoustic feature extraction and selection, and four classifiers were trained for multi-class classification. Loudness/Energy-related features were among the most effective, which is in line with the fact that the three diseases all cause different impairments in terms of voice volume. Cepstrum is also confirmed as an effective domain. The four classifiers obtained comparable performances, with Random Forest having the highest accuracy at 78.4% and Naïve Bayes offering the best compromise in terms of recall. Healthy subjects always lead to a higher recall, which is in line with the fact that identifying dysphonia is an easier task than differentiating among its causes
Remise en question, à propos de la Nappe du Val Marecchia, d’attributions paléogéographiques et structurales de l’Apennin nord-oriental (Italie).
No full textHigh-Level CNN and Machine Learning Methods for Speaker Recognition
No full textSpeaker Recognition (SR) is a common task in AI-based sound analysis, involving structurally different methodologies such as Deep Learning or “traditional” Machine Learning (ML). In this paper, we compared and explored the two methodologies on the DEMoS dataset consisting of 8869 audio files of 58 speakers in different emotional states. A custom CNN is compared to several pre-trained nets using image inputs of spectrograms and Cepstral-temporal (MFCC) graphs. AML approach based on acoustic feature extraction, selection and multi-class classification by means of a Naïve Bayes model is also considered. Results show how a custom, less deep CNN trained on grayscale spectrogram images obtain the most accurate results, 90.15% on grayscale spectrograms and 83.17% on colored MFCC. AlexNet provides comparable results, reaching 89.28% on spectrograms and 83.43% on MFCC.The Naïve Bayes classifier provides a 87.09% accuracy and a 0.985 average AUC while being faster to train and more interpretable. Feature selection shows how F0, MFCC and voicing-related features are the most characterizing for this SR task. The high amount of training samples and the emotional content of the DEMoS dataset better reflect a real case scenario for speaker recognition, and account for the generalization power of the models
- …
