-
1.
- 확장된 합성곱 기반의 웨이브넷을 이용한 잡음 제거 = Noise cancellation using WaveNet based on dilated convolution
- 김상민, 광운대학교 대학원, [2022]
-
2.
- 주파수 복원과 종단간 모델을 이용한 오디오 부호화 기술 = Audio coding technique based on spectral recovery and end-to-end models
- 안순호, 광운대학교 대학원, [2021]
-
3.
- 합성곱 신경망을 활용한 산업현장의 환경 사운드 분류 기술 = Environmental sound classification in industrial sites using CNN
- 최현국, 광운대학교 대학원, [2022]
-
4.
- 시간 영역 U-Net과 클리핑 감지기를 이용한 음성 신호의 클리핑 제거 기술 = Speech declipping using time U-Net and clipping detector
- 서은미, 광운대학교 대학원, [2023]
-
5.
- 음성 특징과 소형 심층 신경망을 이용한 음성 향상 기술 = Speech enhancement using compact deep neural network with speech features
- 유정찬, 광운대학교 대학원, [2023]
-
6.
- 2차원 체크 패턴 구조의 주파수 복원을 이용한 딥 러닝 기반의 오디오 부호화 기술 = Audio coding method using spectral recovery in 2D check pattern based on deep learning
- 신성현, 광운대학교, [2021]
-
7.
- 다성음원 검색 서비스를 위한 MDTW 기반의 향상된 QbSH 시스템 개발에 관한 연구 = Study on Development of Enhanced QbSH System based on MDTW for Polyphonic Music Retrieval Services
- 송재종, 광운대학교, [2014]
-
8.
- 멜-스펙트로그램과 스파이크그램 기반 다중 음성 특성을 이용한 음소 인식 = Phoneme recognition using multiple speech features based on mel-spectrogram and spikegram
- 한석현, 광운대학교 대학원, [2021]
-
9.
- 오디오 부호화의 성능 향상을 위한 가변 LPC 기술 = Adaptive LPC for Performance Enhancement of Audio Coding
- 함우규, 광운대학교 대학원, [2013]
-
10.
- 다채널 시네마 음원 압축을 위한 오디오 부호화 = Audio coding for multi-channel cinema sound source compression
- 이동규, 광운대학교 대학원, [2013]
QUICK MENU
