SpinRCP je integrirano razvojno okolje za preverjalnik modelov Spin, ki se uporablja za verifikacijo pravilnosti sočasnih in porazdeljenih sistemov. Z uporabo okolja SpinRCP je enostavno vnašati, urejati, pregledovati in preverjati sintakso modelov, ki predstavljajo analizirane sisteme, poiskati redundance v modelih, specificirati zahtevane lastnosti modelov, grafično predstaviti procese in iz specificiranih lastnosti izpeljane nedeterministične končne avtomate (ang. never claims), vnesti ali izbrati različne parametre za simulacijo in verifikacijo, izvesti verifikacijo in naključno, vodeno ali interaktivno simulacijo in pretvoriti simulacijski izhod Spina v standardizirani diagram zaporedja sporočil (ang. Message Sequence Chart). SpinRCP je implementiran v javi kot Eclipsov produkt na osnovi platforme za bogatega odjemalca.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 18075414Prevajanje v statističnem strojnem prevajanju temelji na uporabi statističnih modelov. Parametri so določeni z analizo poravnanega dvojezičnega besedilnega korpusa. Različni modeli prevajanja lahko generirajo različne prevode istega stavka v izvornem jeziku. Vrednotenje kvalitete prevodov smo izvedli z avtomatsko metriko BLEU.V članku problem iskanja optimalnega modela prevajanja obravnavamo kot optimizacijski problem, ki se ga lotevamo z diferencialno evolucijo. Izvedli smo eksperimente na jezikovnem paru angleščina-slovenščina. Uporabili smo prosto dostopni korpus JRC-ACQUIS Multilingual Parallel Corpora. Rezultati so pokazali izboljšano prevajanje.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 18361366V konferenčnem članku smo predstavili obsežno evalvacijo uporabe statističnega strojnega prevajanja v profesionalnih prevajalskih procesih. Opravljeno delo je bilo izvedeno v okviru FP7 EU projekta SUMAT. Evalvacija je bila izvedena v dveh fazah. V prvi fazi smo ocenjevali kvaliteto prevodov, v drugi fazi pa produktivnost prevajalcev ob uporabi strojnih prevodov. V prispevku smo predstavili cilje, metodologijo in rezultate evalvacije za enajst jezikovnih parov. V evalvacijo so bili vključeni profesionalni prevajalci. Rezultati so pokazali za 40% izboljšano produktivnost.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 17878806V raziskovalnem delu smo pripravili smernice za prihodnji razvoj govornih baz za tiste jezike, ki imajo omejen nabor virov. Osrednja ideja pri pripravi smernic je bila zagotoviti ustreznost govornih virov za uporabo tako na področju govornih tehnologij, kot tudi na področju jezikoslovja. Pri tem smo izhajali iz spoznanj pridobljenih med razvojem virov BNSI Broadcast News in Slovenski refernčni govorni korpus GOS. Hkrati smo pripravili tudi vse ustrezno za uporabo korpusa GOS za avtomatsko razpoznavanje govora.
B.03 Referat na mednarodni znanstveni konferenci
COBISS.SI-ID: 17960982V doktorski disertaciji obravnavamo problematiko vrednotenja kakovosti večmodalnih storitev v sodobnih telekomunikacijskih sistemih. Pri tem smo izpostavili degradacije, ki vplivajo na uporabniško kakovost in jih glede na izvor razdelimo v izvorne in omrežne. Njihov vpliv lahko izmerimo s subjektivnimi ali z objektivnimi metodami. Ker so večmodalne storitve lahko obojesmerni sistemi, je potreben nadzor degradacij na vhodnih in izhodnih modalnostih sistema. Pri tem prihaja do medmodalnega učinka kot posledice karakteristik človeške zaznave. Osredotočenost uporabnika na polja interesa (ROI) daje degradacijam v teh območjih večji vpliv, kar lahko izkoristimo za porazdeljeno vrednotenje. Cilj disertacije je predlagati model za vrednotenje kakovosti večmodalnih storitev in izdelati vzorčen koncept evalvatorja, ki bo upošteval omenjena dejstva. Za dosego cilja smo nalogo razdelili na tri področja: v prvem smo določili vpliv degradacij na vhodno modalnost, v drugem smo zgradili primerno večmodalno bazo HD-posnetkov in naredili subjektivno in objektivno vrednotenje izhodne modalnosti, v tretjem pa predlagali nov model večmodalnega porazdeljenega vrednotenja kakovosti. Pri vrednotenju kakovosti vhodne modalnosti sistema smo analizirali storitev IVR s funkcijo razpoznavanja govora, kjer smo na podlagi meritev povprečne objektivne ocene kakovosti (objMOS) iz govorne baze SpeechDat(II) ovrednotili vpliv degradacije transkodiranja in izgube paketov (PL). Govorni kodeki so pri tem pokazali precejšnja odstopanja, tudi med različnimi konfiguracijami istih govornih kodekov. Govorna izguba je degradirala signal do te mere, da je bila potrebna uporaba robustnejše modalnosti v obliki DTMF-izbiranja. Na podlagi analize smo predlagali klasifikator vhodne modalnosti na osnovi Gaussovih modelov (GMM). V učni fazi smo analizirali različne konfiguracije klasifikatorja. Testna faza je pokazala uspešno delovanje klasifikatorja za izbiro vhodne modalnosti v različnih scenarijih izgube paketov. Pri raziskavi vpliva degradacij na izhodno modalnost smo izdelali večmodalno bazo posnetkov s štirimi vrstami vsebine. Baza je vsebovala posnetke z avdiom (A, kodek AAC, 48kbps), videom (V, kodek H.264/AVC, 1920x1080) in avdio-videom (AV) pri različnih scenarijih izgube paketov. Izvedli smo subjektivno testiranje z 20 osebami na 240 posnetkih, pri katerih smo dobili povprečne subjektivne ocene kakovosti (subMOS), kar je služilo za referenco objektivnemu vrednotenju. Objektivno vrednotenje je potekalo s standardom PESQ, pri video modalnosti pa smo iz nabora 26 slikovnih metrik izbrali tisto z najboljšo korelacijo s subjektivno oceno: slikovno metriko NQM. Na podlagi rezultatov smo predlagali model vrednotenja kakovosti večmodalne storitve, ki je upošteval tip modalnosti, tip scene, količino degradacij in enomodalne ocene objMOS. Korelacija na testnem naboru je bila 0,892. Pri analizi osredotočenosti uporabnika storitve na ROI in možnosti porazdeljenega vrednotenja smo uporabili detektor vizualne razpoznave strukture obraza, ki temelji na algoritmu Viola-Jones s kaskadnimi klasifikatorji s šibkimi Haarovim podobnimi značilkami, ki smo ga ustrezno modificirali, da smo dosegli čim boljšo detekcijo obraza. Z analizo smo določili pristop porazdeljenega vrednotenja vizualne informacije z enostavnim vrednotenjem ozadja (ne-ROI) z metriko PSNR in kompleksnejšim vrednotenjem obraza (ROI) z metriko NQM. Pomembnost porazdeljenega vrednotenja kakovosti storitev smo potrdili s subjektivnimi testi.
D.09 Mentorstvo doktorandom
COBISS.SI-ID: 277694720