مهدیه رمضانی - دانشجوی کارشناسی ارشد، آزمایشگاه پردازش هوشمند داده های چندرسانه ای، دانشگاه صنعتی امیرکبیر، تهران، ایران
محمدمهدی همایون پور - استاد، آزمایشگاه پردازش هوشمند دادههای چندرسانه ای، دانشگاه صنعتی امیرکبیر، تهران، ایران

در این مقاله، به گسترش پهنای باند با استفاده از شبکه هایعصبی عمیق، به عنوان یکی از قویترین روش های یادگیری ماشین برایمدلسازی روابط پیچیده پرداخته ایم که در آن از پارامتر همبستگی ویژگی هادر باندهای مجاور استفاده شده است. در این روش، سعی شده است که بااستفاده از ویژگی های باند پایین سیگنال های آموزشی، مدلی برای پیش بینیویژگی های باند بالا ایجاد شود. با توجه به همبستگی بیشتر ویژگی ها درباندهای مجاور، در این روش، پس از پیش بینی هر زیرباند، از ویژگی های آنبرای پیش بینی باند بعدی استفاده شده است. نتایج آزمایش ها نشان می دهدکه این امر موجب بهبود نتایج می گردد.

گسترش پهنای باند، شبکه های عصبی عمیق، پردازش سیگنال، بهسازی صوت، پردازش مبتنی بر زیرباند