دراسة و تحليل معدلات و مفككات التعديل النبضي المرمز (PULSE CODE MODULATION) PCM

إن تعديل الإشارات المرسلة من محطات الإرسال إلى محطات الاستقبال من أهم العوامل الهامة لضمان إرسال تلك الإشارات و استقبالها بأفضل جودة ممكنة. و يمثل التعديل الرقمي تطوراً كبيراً و قفزة سريعة في مجال الاتصالات و التعديل حصراً و الذي كان يعتمد على تعديل الإشارة التشابهية لأحد البارامترات و هي المطال و التردد و الطور إضافة إلى التعديل المرمَز للنبضات أي ترميز النبضات ترميزاً رقمياً و من ثمَ إرسال تلك الإشارة على شكل رموز رقمية. إذ يعتمد التعديل الرقمي على تحويل إشارة المعلومات المرسلة إلى إشارة رقمية (Bits ) و بالتالي إرسالها على شكل عينات أو نبضات ليتم بعدئذٍ إعادة بناءها في قسم الاستقبال اعتباراً من تلك العينات و إعادتها إلى إشارة تشابهية من جديد. و في الأنظمة الرقمية يتم تحويل المعلومات الرقمية إلى إشارات تماثلية ليتم إرسالها تماثلياً كما يحدث عند إرسال المعلومات الرقمية (كبيانات الحاسب) عبر خط هاتفي باستخدام المودم فيقوم المودم بتحويل المعلومات الرقمية إلى إشارات تماثلية في الطرف المرسل و يقوم بالعكس في الطرف المستقبل أما في الإرسال الرقمي كما في الشبكات المحلية السلكية wired local area networks فإن البيانات ترسل في حالتها الرقمية .

تحليل أداء المرمزات G.711, G.723.1 , G.729 على تطبيقات VOIP

يعتبر بروتوكول الانترنت Voice Over IP Protocol بأنه اتصال صوتي عبر الانترنت بالغ الأهمية ، و يتميز بجودة الخدمة العالية (Quality of Service) . سنقوم في هذا العمل بتقييم مدى مطابقة خدمة الانترنت في يومنا هذا للتوقعات المرجوة منه عن طريق دراسة أداء البروتوكول Voice over IP وجودة الخدمة الخاصة به (Quality of Service). حيث اعتمدنا على منهجية اختيار المرمزات أولاً ضمن بعض المقاييس للحصول على نتيجة محاكاة لمقارنة و تحليل (QoS). و الذي اعتمدنا به على برتوكولات VoIP في حال وجود عدة مستخدمين مع ثلاثة خوارزميات للمرمزات، و بعد تحديد المشكلة في هذا النطاق أخذنا مجموعة من العوامل بعين الاعتبار نتيجة لتأثيرها على أداء الصوت, مثل jitter و Delay . يحاكي هذا العمل ثلاثا من اكثر المرمزات شيوعاً ( تحويل الصوت من تناظري لرقمي و ضغط الحزم ) و هي G.711 و G.723.1 و G.729 . إن الهدف الرئيسي هو تحقيق أداء صوت بجودة عالية من خلال اتخاذ القرار المناسب في اختيار مرمز الصوت.

دراسة فعالية و جودة الصوت في خوارزميات ضغط الصوت

يعد الصوت عنصراً أساسياً من عناصر الأوساط المتعددة، و نتيجة الحاجة إلى استخدامه في كثير من التطبيقات الحياتية كالبث التلفزيوني و برامج التواصل، لذا كانت الضرورة لوجود تقنيات لمعالجة إشارة الصوت من ضغط و تحسين و تقليل ضجيج. تكمن أهمية عملية ضغط البيانات في تخفيض معدل البتات المستخدمة، و ذلك عن طريق ترميز المعلومات باستخدام عدد أقل من البتات من التمثيل الأصلي من أجل الإرسال و التخزين. حيث تقوم بتحديد المعلومات غير الضرورية و إزالتها، أي تعطي المعلومات التي ضُغطت ضغط الاستخدام ما نحتاجه كشكل أساسي و ليس أدق التفاصيل. يهدف البحث إلى دراسة كيفية معالجة الصوت و الإشارة الموسيقية، و هي عملية تضم بعض التطبيقات كالترميز و الضغط الرقمي بهدف النقل الفعال و التخزين على الهواتف النقالة و مشغلات الموسيقا المحمولة، و نمذجة واستنساخ صوت الآلات الموسيقية و قاعات الموسيقا و توافقيات الموسيقا الرقمية، و تحرير الموسيقا الرقمية، و تصنيف محتوى الموسيقا بالإضافة إلى أمور أخرى.

تطبيق لنمذجة موضوع وثائق ذات طابع زمني و تطبيق ذلك على الخوارزميات

نقدم في هذا البحث تطبيق جديد للرسوم البيانية لمعامل الديناميكي( DFGs )، و الذي يختص بنمذجة موضوع، تصنيف النص و استرجاع المعلومات.هذه العوامل الديناميكية مصممة لتشكل متتالية من الوثائق ذات الطابع الزمني. اعتماداً على أساس فن معمارية الترميز التلقائي، يتم تدريب نموذج متعدد الطبقات غير الخطي على مراحل باسلوب حكيم لإنتاج أكثر لتمثيلات مدمجة لحقائب الكلمات عند تسوية وثيقة أو فقرة ، و بهذا يؤدي تحميل دلالي. أنو أيضا ديناميكيات زمنية بسيطة مدمجة على التمثيلات الكامنة ، للإستفادة من البنية الهرمية لسلسلة الوثائق، و يمكن بشكل متزامن إنجاز تصنيفات مراقبة أو الانحدار على عناوين الوثيقة،التي يجعل طريقتنا فريدة من نوعها. تعلم هذا النموذج يتم من خلال تعظيم الإمكانية المشتركة للترميز، فك الترميز،معايير ديناميكية موجهة، و من الممكن استخدام الحد الأعظمي لاستنتاج خلفيي معتمدا على التقريب و الانحدار. يمكننا شرح و تفسير أن تخفيض خسارة الانتروبي الموزونة بين رسومات حوادث الكلمة و اعادة بناءها، يتم بتصغير احتمال نموذج الموضوع، و اظهار أن نموذج موضوعنا يحتوي الاحتمالية الأدنى من توزيعات ديريتشمت الكامنة على أنظمة معالجة المعلومات الطبيعية( Neural Information) ( NIPS Processing Systems ) و حالة مجموعات البيانات المشتركة. لنوضح كيف أن القيود الديناميكية تساعد على التعلم بينما يمكننا و يساعدنا هذا على تصور منحى مسار الموضوع .