Analysis of Frequency Spectral Features of Coughing Activity from Tri-Axial Accelerometer sensor at Multiple Body Points

Author(s):  
Kruthi Doddabasappla ◽  
Rushi Vyas
2018 ◽  
Vol 14 (1) ◽  
pp. 1-11
Author(s):  
Galih Irfan Firdaus

Roket merupakan sebuah peluru kendali atau suatu kendaraan terbang yang mendapatkan dorongan melalui reaksi roket secara cepat dengan bahan fluida dari keluaran mesin roket. Sistem Kendali Sirip Roket berbasis Mikrokontroller ATmega8 berguna untuk mengendalikan sirip roket khususnya bagian aileron.  Dibutuhkan komponen – komponen pendukung berupa Sensor Accelerometer, Sensor Gyroscope, ATmega8 dan Motor Servo. Alat pengendali sirip roket ini dapat digunakan untuk mengendalikan sirip roket bagian aileron pada saat posisi roket tidak stabil atau terjadi gerakan naik turun pada saat setelah diluncurkan, sehingga dapat menghasilkan penerbangan yang maksimal dalam mencapai sasaran.Perancangan yang  digunakan adalah jenis pengendalian dengan kontrol PID. PID (Proportional Integral Derivative controller) merupakan kontroller untuk menentukan presisi suatu sistem instrumentasi dengan karakteristik adanya umpan balik pada sistem tesebut. Pengontrol PID adalah pengontrol konvensional yang banyak dipakai dalam dunia industri. Karakteristik pengontrol PID sangat dipengaruhi oleh kontribusi besar dari ketiga parameter P, I dan D. Pemilihan konstanta Kp, Ki dan Kd akan mengakibatkan penonjolan sifat dari masing-masing elemen. Dalam perancangan sebuah sistem kendali menggunakan kontroller PID pada motor servo yang diharapkan mampu menggerakkan sirip naik dan sirip turun pada roket sehingga mampu menjaga kestabilan roket saat diluncurkan. Prosentase error pada proyek akhir ini adalah 0,5 %.Roket merupakan sebuah peluru kendali atau suatu kendaraan terbang yang mendapatkan dorongan melalui reaksi roket secara cepat dengan bahan fluida dari keluaran mesin roket. Sistem Kendali Sirip Roket berbasis Mikrokontroller ATmega8 berguna untuk mengendalikan sirip roket khususnya bagian aileron.  Dibutuhkan komponen – komponen pendukung berupa Sensor Accelerometer, Sensor Gyroscope, ATmega8 dan Motor Servo. Alat pengendali sirip roket ini dapat digunakan untuk mengendalikan sirip roket bagian aileron pada saat posisi roket tidak stabil atau terjadi gerakan naik turun pada saat setelah diluncurkan, sehingga dapat menghasilkan penerbangan yang maksimal dalam mencapai sasaran.Perancangan yang  digunakan adalah jenis pengendalian dengan kontrol PID. PID (Proportional Integral Derivative controller) merupakan kontroller untuk menentukan presisi suatu sistem instrumentasi dengan karakteristik adanya umpan balik pada sistem tesebut. Pengontrol PID adalah pengontrol konvensional yang banyak dipakai dalam dunia industri. Karakteristik pengontrol PID sangat dipengaruhi oleh kontribusi besar dari ketiga parameter P, I dan D. Pemilihan konstanta Kp, Ki dan Kd akan mengakibatkan penonjolan sifat dari masing-masing elemen. Dalam perancangan sebuah sistem kendali menggunakan kontroller PID pada motor servo yang diharapkan mampu menggerakkan sirip naik dan sirip turun pada roket sehingga mampu menjaga kestabilan roket saat diluncurkan. Prosentase error pada proyek akhir ini adalah 0,5 %.


2018 ◽  
Author(s):  
Moakala Tzudir ◽  
Priyankoo Sarmah ◽  
S R Mahadeva Prasanna
Keyword(s):  

1989 ◽  
Vol 213 (2-3) ◽  
pp. A218
Author(s):  
A. Dittmar-Wituski ◽  
M. Naparty ◽  
J. Skonieczny
Keyword(s):  

Author(s):  
Shuo Zhang ◽  
Frederieke A. M. van der Mee ◽  
Roel J. Erckens ◽  
Carroll A. B. Webers ◽  
Tos T. J. M. Berendschot

AbstractIn this report we present a confocal Raman system to identify the unique spectral features of two proteins, Interleukin-10 and Angiotensin Converting Enzyme. Characteristic Raman spectra were successfully acquired and identified for the first time to our knowledge, showing the potential of Raman spectroscopy as a non-invasive investigation tool for biomedical applications.


2021 ◽  
Vol 11 (11) ◽  
pp. 4880
Author(s):  
Abigail Copiaco ◽  
Christian Ritz ◽  
Nidhal Abdulaziz ◽  
Stefano Fasciani

Recent methodologies for audio classification frequently involve cepstral and spectral features, applied to single channel recordings of acoustic scenes and events. Further, the concept of transfer learning has been widely used over the years, and has proven to provide an efficient alternative to training neural networks from scratch. The lower time and resource requirements when using pre-trained models allows for more versatility in developing system classification approaches. However, information on classification performance when using different features for multi-channel recordings is often limited. Furthermore, pre-trained networks are initially trained on bigger databases and are often unnecessarily large. This poses a challenge when developing systems for devices with limited computational resources, such as mobile or embedded devices. This paper presents a detailed study of the most apparent and widely-used cepstral and spectral features for multi-channel audio applications. Accordingly, we propose the use of spectro-temporal features. Additionally, the paper details the development of a compact version of the AlexNet model for computationally-limited platforms through studies of performances against various architectural and parameter modifications of the original network. The aim is to minimize the network size while maintaining the series network architecture and preserving the classification accuracy. Considering that other state-of-the-art compact networks present complex directed acyclic graphs, a series architecture proposes an advantage in customizability. Experimentation was carried out through Matlab, using a database that we have generated for this task, which composes of four-channel synthetic recordings of both sound events and scenes. The top performing methodology resulted in a weighted F1-score of 87.92% for scalogram features classified via the modified AlexNet-33 network, which has a size of 14.33 MB. The AlexNet network returned 86.24% at a size of 222.71 MB.


2020 ◽  
Vol 53 (2) ◽  
pp. 738-743
Author(s):  
Moritz Fehsenfeld ◽  
Johannes Kühn ◽  
Mark Wielitzka ◽  
Tobias Ortmaier

Sign in / Sign up

Export Citation Format

Share Document