論文の概要: Evaluating and Optimizing Hearing-Aid Self-Fitting Methods using
Population Coverage
- arxiv url: http://arxiv.org/abs/2210.13732v1
- Date: Tue, 25 Oct 2022 03:02:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-26 16:19:37.238932
- Title: Evaluating and Optimizing Hearing-Aid Self-Fitting Methods using
Population Coverage
- Title(参考訳): 人口被覆を用いた聴覚支援セルフフィッティング手法の評価と最適化
- Authors: Dhruv Vyas and Erik Jorgensen and Yu-Hsiang Wu and Octav Chipara
- Abstract要約: 軽度から軽度に聴力を失う成人は、聴力障害を従来の聴力障害のわずかなコストで治療するために、オーバーザカウンタ補聴器を使用することができる。
これらの製品には、聴覚学者の助けを借りずに、エンドユーザが補聴器を設定できる自己適合方式が組み込まれている。
本稿では,効率的な自己適合手法を設計する方法と,高価なユーザスタディに頼らずに設計の特定の側面を評価することができるかを検討する。
- 参考スコア(独自算出の注目度): 0.4014524824655105
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Adults with mild-to-moderate hearing loss can use over-the-counter hearing
aids to treat their hearing loss at a fraction of traditional hearing care
costs. These products incorporate self-fitting methods that allow end-users to
configure their hearing aids without the help of an audiologist. A self-fitting
method helps users configure the gain-frequency responses that control the
amplification for each frequency band of the incoming sound. This paper
considers how to design effective self-fitting methods and whether we may
evaluate certain aspects of their design without resorting to expensive user
studies. Most existing fitting methods provide various user interfaces to allow
users to select a configuration from a predetermined set of presets. We propose
a novel metric for evaluating the performance of preset-based approaches by
computing their population coverage. The population coverage estimates the
fraction of users for which it is possible to find a configuration they prefer.
A unique aspect of our approach is a probabilistic model that captures how a
user's unique preferences differ from other users with similar hearing loss.
Next, we develop methods for determining presets to maximize population
coverage. Exploratory results demonstrate that the proposed algorithms can
effectively select a small number of presets that provide higher population
coverage than clustering-based approaches. Moreover, we may use our algorithms
to configure the number of increments for slider-based methods.
- Abstract(参考訳): 軽度から軽度に聴力を失う成人は、聴力障害を従来の聴力障害のわずかなコストで治療することができる。
これらの製品には、聴覚学者の助けを借りずに、エンドユーザが補聴器を設定できる自己適合方式が組み込まれている。
入射音の各周波数帯域の増幅を制御する利得周波数応答の設定を支援する自己適合方式を提案する。
本稿では,効果的な自己フィッティング手法をデザインする方法と,その設計の特定の側面を,高価なユーザ研究に頼らずに評価できるかどうかについて考察する。
ほとんどの既存のフィッティング方法は、ユーザーが所定の設定セットから設定を選択できるように様々なユーザーインターフェイスを提供する。
そこで本研究では,プリセット型アプローチの性能を評価するための新しい指標を提案する。
人口調査では、好みの設定を見つけることができるユーザの割合を見積もっている。
このアプローチのユニークな側面は、ユーザのユニークな好みが、同様の聴覚障害を持つ他のユーザとどのように異なるかを捉える確率モデルです。
次に,人口被覆を最大化するプリセットを決定する手法を開発する。
探索的な結果から,提案アルゴリズムはクラスタリングに基づくアプローチよりも人口被覆率の高い少数のプリセットを効果的に選択できることが示された。
さらに,スライダ方式のインクリメント数を設定するために,我々のアルゴリズムを利用することもできる。
関連論文リスト
- Reproducible Machine Learning-based Voice Pathology Detection: Introducing the Pitch Difference Feature [1.7779568951268254]
本研究では,Sarbr"ucken Voice Database (SVD)データベースを用いた音声病理診断手法を提案する。
6つの機械学習(ML)分類器を評価し,クラス不均衡に対処するためにK-Means SMOTEを適用した。
提案手法は, 女性, 男性, 複合結果に対して, 85.61%, 84.69%, および85.22%の非重み付き平均リコール(UAR)を達成した。
論文 参考訳(メタデータ) (2024-10-14T14:17:52Z) - Quantifying User Coherence: A Unified Framework for Cross-Domain Recommendation Analysis [69.37718774071793]
本稿では,レコメンデーションシステムを理解するための新しい情報理論手法を提案する。
9つのデータセットで7つのレコメンデーションアルゴリズムを評価し、測定値と標準的なパフォーマンス指標の関係を明らかにする。
論文 参考訳(メタデータ) (2024-10-03T13:02:07Z) - Large Language Model Enhanced Hard Sample Identification for Denoising Recommendation [4.297249011611168]
暗黙のフィードバックは、しばしばレコメンデーションシステムを構築するために使われる。
従来の研究では、分散したパターンに基づいてノイズの多いサンプルを識別することで、これを緩和しようと試みてきた。
大規模言語モデル強化型ハードサンプルデノゲーションフレームワークを提案する。
論文 参考訳(メタデータ) (2024-09-16T14:57:09Z) - Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。
本手法は, 精度の高い問題に特に適している。
提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
論文 参考訳(メタデータ) (2023-11-08T00:10:21Z) - Beyond Random Noise: Insights on Anonymization Strategies from a Latent
Bandit Study [44.94720642208655]
本稿では,レコメンデーションタスクの知識を共有する学習シナリオにおけるプライバシの問題について検討する。
我々は、プライバシーとレコメンデーションパフォーマンスのトレードオフを評価するために、潜伏したバンディット設定を使用します。
論文 参考訳(メタデータ) (2023-09-30T01:56:04Z) - On Differential Privacy for Federated Learning in Wireless Systems with
Multiple Base Stations [90.53293906751747]
複数の基地局とセル間干渉を持つ無線システムにおける連合学習モデルを考える。
本稿では,学習過程の収束挙動を,その最適性ギャップの上限を導出することによって示す。
提案するスケジューラは,ランダムなスケジューラと比較して予測平均精度を向上する。
論文 参考訳(メタデータ) (2022-08-25T03:37:11Z) - Adaptive Sampling for Heterogeneous Rank Aggregation from Noisy Pairwise
Comparisons [85.5955376526419]
ランキングアグリゲーション問題では、各項目を比較する際に、様々な精度レベルが示される。
本稿では,ノイズのあるペアワイズ比較によってアイテムのランクを推定する,除去に基づくアクティブサンプリング戦略を提案する。
提案アルゴリズムは,商品の真のランキングを高い確率で返却できることを示す。
論文 参考訳(メタデータ) (2021-10-08T13:51:55Z) - DHASP: Differentiable Hearing Aid Speech Processing [23.101074347473904]
聴取者の聴力障害に対する適切な増幅は、良好な演奏に不可欠である。
本稿では,補聴器音声処理フレームワークの導入により,最適な適合度を求めるための代替手法を提案する。
このフレームワークは完全に差別化可能であり、効率的なデータ駆動最適化にバックプロパゲーションアルゴリズムを使用することができる。
最初の目的の実験では、ノイズのない音声増幅に有望な結果が示され、自動最適化されたプロセッサは、よく認識された補聴器処方薬の1つを上回る。
論文 参考訳(メタデータ) (2021-03-15T17:34:22Z) - Personalization of Hearing Aid Compression by Human-In-Loop Deep
Reinforcement Learning [3.402787708517184]
特定のユーザに対して必ずしも最適ではないユーザのグループからのゲイン平均に基づいて、補聴器の既存の規範的圧縮戦略を設計する。
本稿では, 補聴器の圧縮をパーソナライズし, 補聴器の精度向上を図るための, ループ内深部強化学習手法を提案する。
論文 参考訳(メタデータ) (2020-07-01T02:50:33Z) - Unsupervised Domain Adaptation for Acoustic Scene Classification Using
Band-Wise Statistics Matching [69.24460241328521]
機械学習アルゴリズムは、トレーニング(ソース)とテスト(ターゲット)データの分散のミスマッチの影響を受けやすい。
本研究では,ターゲット領域音響シーンの各周波数帯域の1次及び2次サンプル統計値と,ソース領域学習データセットの1次と2次サンプル統計値との整合性を有する教師なし領域適応手法を提案する。
提案手法は,文献にみられる最先端の教師なし手法よりも,ソース・ドメインの分類精度とターゲット・ドメインの分類精度の両面で優れていることを示す。
論文 参考訳(メタデータ) (2020-04-30T23:56:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。