استخراج نقشه های برجستگی وزن دار در مدل سازی توجه پایین به بالای شنوایی

شنوایی یکی از قسمت­های مهم زندگی روزانه انسان­ها است. با وجود اینکه انسان­ها در معرض صداهای مختلف از منابع متفاوت قرار دارند و تعداد گیرنده­های سیستم عصبی برای تجزیه و تحلیل این صداها محدود هستند، انسان­ها می­توانند مخلوط­های شنیداری پیچیده را به ­خوبی پردازش کنند. یکی از دلایل این توانایی انسان، پدیده توجه است. توجه شنوایی را می­توان به دو دسته توجه پایین به بالا و توجه بالا به پایین تقسیم­بندی کرد. در این مقاله، مدلی برای شبیه­سازی توجه پایین به بالا با استفاده از نقشه­های برجستگی وزن­دار، در سیستم شنوایی ارائه شده است. دادگان به کار رفته در این پژوهش از ترکیب نویز­های پس زمینه مختلف با صوت­های موجود در پایگاه دادگان ESC به عنوان قسمت­های برجسته، در SNR­ های متفاوت بدست آمده است. برای ارزیابی مدل، از معیار میانگین خطا استفاده شده است که بصورت اختلاف زمانی بین نقطه برجسته واقعی و نقطه برجسته تشخیص داده شده توسط مدل تعریف می­شود. ترکیب وزن­دار نقشه­های آشکار حاصل از ویژگی­ها، با استفاده از الگوریتم ژنتیک، سبب شده است که مدل پیشنهادی با خطای متوسط ۹۲/۰ ثانیه عملکرد بهتری را نسبت به مدل پایه با خطای متوسط ۹۱/۱ ثانیه داشته باشد.