A megfelelő logika és rendszer kiválasztása önmagában még természetesen nem jelent garanciát az optimalizált működésre – csak az alapokat szolgáltatja a megfeleleően működő rendszerhez. Számos nemzetközi és hazai szoftver és kapcsolódó harver, IoT eszköz érhető el napjainkban a csúcstechnológiával végzett
Ha napjaink intelligens logisztikai folyamataira gondolunk az elsők közötti fogalom, ami eszünkbe jut az az adatok jelentősége. A nagy mennyiségű adatok manapság elárasztják a logisztikai területet, ezek megfelelő használatához és értelmezéséhez azonban fejlett elemző eszközök használatára van szükség. Ilyen eszközök között említhető például az adatbányászat vagy a gépi tanulás, a mesterséges intelligencia alkalmazása. Nemcsak az átláthatóságban és az optimalizációban, de a folyamatok fejlesztésében is nagy segítséget jelenthet az azt elemző piaci szereplőknek. Alapvető ezek közül például a predikciós modellekkel történő járattervezés: a kapacitások és a szállítások optimalizálásával jelentékeny hatékonyságnövekedés és költségcsökkentés érhető el.
Érzékelőkkel történő tervezéstámogatás: jó példaként lehet itt a DHL járműveit említeni, de egyre szélesebb körben alkalmazott a szállítójárművekbe beágyazott érzékelők használata. Ezek nemcsak a forgalom tervezésnél, útvonal-frissítések azonnali elérhetőségével kapcsolatban jelentenek nagy segítséget, de például az új szerződések megkötését is támogatják megbízhatósági és időszerűségi adatokkal.
Hosszú távon nemcsak gazdasági, de például a CO2 kibocsátás csökkenésével nem elhanyagolható környezeti hatásai is vannak. Speciális, az FMCG szektorban nagy jelentőséggel bíró fejlesztések a hőmérséklet-érzékelők a szállítójárművekben.
Azáltal, hogy figyelik a szállított járművek állapotát és a forgalmi adatokat, le tudják csökkenteni a romlandó termékek körében bekövetkezett esetleges veszteségeket.
Gépi tanulás, MI lehetőségek: a folyamatosan és dinamikusan változó környezetből származó strukturált adatok segítségével válik lehetővé a kapacitás-kiosztás és útvonal optimalizálás egyszerűsítése.
Automatizáció: a robotizálás és automatizálás egymáshoz közel álló fogalmak és céljuk is megegyezik – az emberi beavatkozás minimalizálása a folyamatokban.
Legfontosabb előnyei között említhető a költséghatékonyság hosszú távon, a programozhatóság és teherbírás. Az egyik legérdekesebb szállítmányozást érintő terület a pilóta nélküli járművekkel, azaz drónokkal történő árutovábbítás. Többen predesztinálnak “robbanást” a területen az elkövetkező években, és úgy tűnik, hogy ennek gátjában már csak néhány gyakorlati tényező tisztázása áll.
IoT, M2M: a nyomon követhető emberek, járművek és infrastruktúra világa szintén elérhető már a vállalkozások széles köre számára. Okos kamerák, RFID-eszközök, összekapcsolt közlekedési készülékek és szereplők, valós időben nyomon követhető csomagok, “okos raklapok”, mind mind a szállítási láncolat hatékonyságát és biztonságát hivatottak elősegíteni, a terület számtalan és egyre növekvő lehetőségeivel [13-15].
5. ÖSSZEFOGLALÁS
A járattervező rendszerek felépítésének, a tervezést végző alapvető algoritmusoknak a megértése nagyban hozzájárulhat a szállítmányozásban résztvevő vállalkozások rendszerének hatékony tervezéséhez, illetve a szervezet kialakításának, stratégiai kérdéseiről történő döntések meghozatalához. Profiltól függően több módszer és rendszer állhat rendelkezésre, és a napi operáció zavartalan működtetéséhez kulcsfontosságú a használható rendszerek és adatok biztosítása. Különösen egy olyan verseny- és piaci környezetben, amellyel jelenleg kell szembenéznie hazai és
nemzetközi viszonylatban is a vállalkozásoknak. Folyamatosan változó, fejlődő technológia és ezzel párhuzamosan növekvő elvárások irányítják a szereplők mindennapjait, ahol a különböző eszközökbe és módszerekbe történő beruházások stratégiai döntéseket és kiadásokat kívánnak meg a vállalkozások részéről. A fejlődés gyors és nagyfokú, amivel lépést tartani nemcsak kívánatos, hanem a fennmaradás szempontjából elengedhetetlen is.
A szállítmányozásban nagymértékben fejlődnek és terjednek el az intelligens megoldások, melyek tovább tudják növelni mind a versenyelőnyt, mind a kiadásokkal járó kockázati tényezőket is – fontos tehát az ezekkel kapcsolatos stratégiai tervezés és a meglévő rendszerünkkel történő kompatibilitás vizsgálata is.
IRODALOMJEGYZÉK
[1] https://www.ksh.hu/stadat_eves_4_6, Letöltve: 2021.10.11.
[2] PUCSEK, J. (2011): Az elosztási-, áruszállítási folyamatok logisztikája. In:
H. O. Berkesné [et al.] (szerk.): Logisztikai rendszerek és elméletek.
Universitas-Győr Nónprófit Kft., Győr. pp. 99-133. ISBN: 978-963-9819-67-2 [3] CHIKÁN, A. (2005): Vállalatgazdaságtan. Aula Kiadó, Budapest, 2005.
[4] DÉRI A., VÁNDORFFY I. (2005): A „bővített” ellátási lánc. Logisztikai évkönyv, MLE kiadvány, Budapest
[5] LIPTON, R.J. and TARJAN, R.E. (1979): A separator theorem for planar graphs. SIAM J. Appl. Math. 36, 177-189.
[6] HENZINGER, M.R., KLEIN, P., RAO, S. and SUBRAMANIAN, S. (1997):
Faster shortest-path algorithms for planar graphs. Journal of Computer and System Sciences, 55(1): pp. 3–23.
[7] FREDERICKSON, G.N. (1984): Data Structures for On-Line Updating of Minimum Spanning Trees, with Applications. Purdue University, Computer Science Technical Reports, West Lafayette, report no. 83-449
[8] VENTON, D.: Feature - Evolving towards the future of science: genetic algorithms and grid computing, iSGTW, 2008.02.27.
[9] HUANGA, Y., LIANGA, C. AND YANGB, Y. (2009): The optimum route problem by genetic algorithm for loading/unloading of yard crane.
Computers & Industrial Engineering 56, Intelligent Manufacturing and Logistics, pp. 993-1001.
[10] BELLA, J.E. and MCMULLENB, P.R. (2004): Ant colony optimization techniques for the vehicle routing problem, Advanced Engineering Informatics, pp. 41-48.
[11] Good Practice Guide 273, Freight Transport Association, (2000) [12]
http://docplayer.hu/4356294-Egy-kiaknazatlan-koltsegmegtakaritasi- lehetoseg-szamitogepes-jarattervezo-rendszerek-alkalmazasa-az-ellatasi-lancban.html Letöltve: 2021.10.11.
[13] https://www.regens.com/en/-/how-does-big-data-save-logistics- Letöltve:
2021.10.24.
[14] https://mydronespace.hu/aktualitasok/dron_szallitas Letöltve: 2021.10.24.
[15] https://iotzona.hu/logisztika/dolgok-internete-a-szallitmanyozasban Letöltve:
OPTIMISATION TECHNIQUES IN SPEECH PROCESSING
Réka Trencsényi1, László Czap2
1PhD, Assistant Professor, 2PhD habil, Professor
1Department of Electrical and Electronic Engineering, University of Debrecen
2Institute of Automation and Infocommunication, University of Miskolc
1trencsenyi.reka@science.unideb.hu, 2czap@uni-miskolc.hu
ABSTRACT
The topic of the present study is speech processing based on visual information acquired from dynamic records made by ultrasound (US) and magnetic resonance imaging (MRI) methods.
Applying contour tracking algorithms based on dynamic programming, curves are fitted to the contour of the surface of the tongue and the palate. Our aim is to convert the different geometries of US and MRI sources to each other. With that goal in mind, special geometric transformations are performed on the anatomic contour curves by optimising some important parameters.
1. INTRODUCTION
Speech processing [1] covers an immensely wide range of speech research, which includes the complex study of speech signals and the multifold methods applicable for signal processing. The main aspects of speech processing are the acquisition, manipulation, storage, and transfer of the data that can be accessed from audio or audiovisual sources. In the case of audio sources, one can rely only on acoustic parameters arising from the speech signal without any visual representations. Along this line, the most crucial task is to find appropriate indexing techniques that can important e.g. in speech recognition, speaker segmentation and identification, topic classification, story segmentation, and information retrieval [2]. On the contrary, audiovisual-based speech processing is supported by also visual information that can be obtained from different imaging sources. The vocal organs can be monitored outside or inside the vocal tract by means of that the motion and the relative positions of the vocal organs can be studied. Using digital cameras, external lip reading can be realised, which can serve as an assistant tool in speech recognition or lip synchronisation for talking heads in human-machine interactions [3]. On the other hand, also such methods are available in practice that can reveal the internal details of the movements of the larynx, the epiglottis, the soft palate and the tongue.
Radiological and monitoring procedures, such as magnetic resonance imaging (MRI), computer tomography (CT), ultrasound (US), electropalatography (EPG), electromagnetic articulography (EMA), or electroglottography (EGG) can be classified to this group. MRI and US are the most convenient solutions from among the listed imaging techniques because the speaker is not exposed to harmful radiations, and the recording does not demand uncomfortable internal electrodes.
These two devices are commonly applied in speech research to get visual information about articulation and the geometric data of the vocal tract [4, 5]. In the literature, several publications can be found that deal with the fusion of information arising from sources produced by different imaging techniques, as well [6, 7].