ICASSP 2024 论文预讲会由CCF语音对话与听觉专委会、语音之家主办，旨在为学者们提供更多的交流机会，更方便、快捷地了解领域前沿。活动将邀请 ICASSP 2024 录用论文的作者进行报告交流。

ICASSP 2024 论文预讲会第三期邀请到南洋理工大学做本次会议的专场分享，欢迎大家观看。



第三期

南洋理工大学【专场】

时间：3月6日（周三）19:00 ~ 20:00

形式：线上

议程：每位嘉宾分享30分钟（含5分钟QA）



嘉宾&主题


嘉宾简介：石栋元，新加坡南洋理工大学（NTU）电气与电子工程学院（EEE）研究助理教授。其研究方向包括有源噪声控制、深度学习、数字信号处理、自适应阵列处理和高速实时数字系统实现。相关工作已发表在TASLP, SP, SPL, MSSP, JASA, ICASSP等。其目前是IEEE Senior Member，并担任IEICE Transactions on Fundamentals of Electronics, Communications, and Computer Sciences的副编辑和Applied Science的首席客座编辑。

分享主题：What is behind the meta-learning initialization of adaptive filter? - A naive method for accelerating convergence of adaptive multichannel active noise control

摘要：在主动噪声控制（ANC）领域，许多自适应算法已经被提出，但这些算法往往具有较高的计算复杂度与较慢的收敛速度。随着深度学习技术的迅猛发展，基于元学习的初始化方法显现为一种有效且成本效益高的策略，用以加速自适应算法的收敛。然而，针对自适应信号处理应用，尤其是多通道主动噪声控制（MCANC），专门的元学习算法还十分稀缺。因此，我们提出了一种针对MCANC系统的改进型模型无关元学习（MAML）初始化方法。进一步的理论研究表明，MAML在信号处理中的应用本质上是权重和梯度的期望值。基于此发现，我们设计了一种蒙特卡罗梯度元学习（MCGM）算法，通过更简便的过程达成与改进MAML算法相同的性能水平。此外，通过对测量路径上原始噪声样本进行的数值模拟，验证了所提出方法在加速多通道滤波参考最小均方算法（McFxLMS）收敛方面的有效性。


嘉宾简介：罗正丁，新加坡南洋理工大学博三学生，研究方向有：有源噪声控制 (ANC)、机器学习、声学信号处理、多模态生物特征识别等。其AI ANC工作已经发表在TASLP, SPL, ICASSP等期刊和会议。
分享主题：Unsupervised learning based end-to-end delayless generative fixed-filter active noise control
摘要：生成式固定滤波器有源噪声控制 (GFANC) 可以通过协处理器和实时控制器之间的有效协调来实现无延迟噪声控制。但是，协处理器中的一维卷积神经网络 (1D CNN) 需要使用有标签的噪声数据集进行训练。给噪声数据打标签可能会占用大量资源，并且可能会引入一些不准确标签。因此，我们提出了一种无监督 GFANC 方法来简化一维 CNN 的训练过程并增强实用性。在训练期间，协处理器和实时控制器被集成到端到端可导的 ANC 系统中。这使我们能够使用累积的平方误差信号作为训练 1D CNN 的损失。通过这种无监督学习范式，无监督 GFANC 方法不仅省略了打标签过程，而且在真实噪声实验中与有监督 GFANC 方法相比，表现出更好的降噪性能。


参与方式

直播将通过语音之家微信视频号进行直播

手机端、PC端可同步观看
👇👇👇



讨论群


扫码添加语音小管家，进入语音之家讨论群


预讲论文征集

ICASSP 2024 论文预讲会面向全球线上招募，结合定向邀请与征集报名的方式，来选择预讲会的嘉宾。


为了共创高质量的论文预讲会，我们诚挚邀请所有 ICASSP 2024 作者参与到此次预讲会活动中来，也欢迎大家推荐适合此次预讲会活动的学者。


预讲论文报名方式

联系人邮箱

bd@speechhome.com


联系人微信