Dimensionality reduction for visualization of normal and pathological speech data | ||
| dc.conicet.organizacion | Universidad Autónoma Metropolitana | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Universidad Nacional de Entre Ríos. Facultad de Ingeniería. Departamento de Matemática e Informática. Laboratorio de Señales y Dinámicas no Lineales | |
| dc.conicet.organizacion | Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas | |
| dc.conicet.organizacion | Universidad Nacional de Entre Ríos. Facultad de Ingeniería. Departamento de Matemática e Informática. Laboratorio de Señales y Dinámicas no Lineales | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas | |
| dc.conicet.organizacion | Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Departamento de Informática. Laboratorio de Investigaciones en Señales e Inteligencia Computacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.contributor.author | Goddard, J. | |
| dc.contributor.author | Schlotthauer, Gaston | |
| dc.contributor.author | Torres, Maria Eugenia | |
| dc.contributor.author | Rufiner, Hugo Leonardo | |
| dc.date.issued | 2009-07 | |
| dc.description.abstract | For an adequate analysis of pathological speech signals, a sizeable number of parameters is required, such as those related to jitter, shimmer and noise content. Often this kind of high-dimensional signal representation is difficult to understand, even for expert voice therapists and physicians. Data visualization of a high-dimensional dataset can provide a useful first step in its exploratory data analysis, facilitating an understanding about its underlying structure. In the present paper, eight dimensionality reduction techniques, both classical and recent, are compared on speech data containing normal and pathological speech. A qualitative analysis of their dimensionality reduction capabilities is presented. The transformed data are also quantitatively evaluated, using classifiers, and it is found that it may be advantageous to perform the classification process on the transformed data, rather than on the original. These qualitative and quantitative analyses allow us to conclude that a nonlinear, supervised method, called kernel local Fisher discriminant analysis is superior for dimensionality reduction in the actual context. | es |
| dc.description.fil | Fil: Goddard, J.. Universidad Autónoma Metropolitana; México | |
| dc.description.fil | Fil: Schlotthauer, Gaston. Universidad Nacional de Entre Ríos. Facultad de Ingeniería. Departamento de Matemática e Informática. Laboratorio de Señales y Dinámicas no Lineales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | |
| dc.description.fil | Fil: Torres, Maria Eugenia. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Entre Ríos. Facultad de Ingeniería. Departamento de Matemática e Informática. Laboratorio de Señales y Dinámicas no Lineales; Argentina | |
| dc.description.fil | Fil: Rufiner, Hugo Leonardo. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Departamento de Informática. Laboratorio de Investigaciones en Señales e Inteligencia Computacional; Argentina. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Goddard, J.; Schlotthauer, Gaston; Torres, Maria Eugenia; Rufiner, Hugo Leonardo; Dimensionality reduction for visualization of normal and pathological speech data; Elsevier; Biomedical Signal Processing and Control; 4; 3; 7-2009; 194-201 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 1746-8094 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/97938 | |
| dc.journal.ciudad | Amsterdam | es |
| dc.journal.number | 3 | es |
| dc.journal.pagination | 194-201 | es |
| dc.journal.pais | Países Bajos | es |
| dc.journal.title | Biomedical Signal Processing and Control | es |
| dc.journal.volume | 4 | es |
| dc.language.iso | eng | es |
| dc.publisher | Elsevier | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/S1746809409000020 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1016/j.bspc.2009.01.001 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | DATA VISUALIZATION | es |
| dc.subject | DIMENSIONALITY REDUCTION | es |
| dc.subject | KERNEL METHODS | es |
| dc.subject | PATHOLOGICAL VOICE ANALYSIS | es |
| dc.subject.classification | Otras Ingenierías y Tecnologías | es |
| dc.subject.classification | Otras Ingenierías y Tecnologías | es |
| dc.subject.classification | INGENIERÍAS Y TECNOLOGÍAS | es |
| dc.title | Dimensionality reduction for visualization of normal and pathological speech data | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.ccd94fa3-7936-4f39-b45c-3b6e8c5b2085_A.pdf
- Tamaño:
- 822.3 KB
- Formato:
- Adobe Portable Document Format