异常音频事件检测博士论文

我这里从狭义上的“机器听觉”补充一些内容吧。如果做computer vision的研究者以David Marr的《Vision》作为开山之作的话，做computer audition的或许可以以Albert Bregman的《Auditory Scene Analysis》作为开山之作。但这是比较狭义的说法，因为实际上目前机器的音频感知的主流领域包括语音识别，cocktail party problem，music transcription等问题，从模型选择上并没有follow人的感知过程。基于HMM的ASR的研究也只是把这个问题描述成序列建模的数学问题，包括后续的CTC，attention model。如果说MFCC是有一定的心理声学的基础的话，实际上Mel滤波器并不是刻画耳蜗传函的最佳滤波器组，比如Gammatone filter bank就被证明是更接近人耳蜗的选择 （PNCC用的是Gammatone filter bank，但并不是主流的ASR特征）。目前的研究方向甚至到了直接用时域信号做ASR，即使用Mel filter bank feature，似乎也只是作为一个frequency warping的降维或者提升运算速度的方法，这就与真正的人耳感知相去甚远了。狭义上的computer audition，一般包括以下研究方向，binaural sound source localization, binaural source separation, binaural speech enhancement，应用领域主要在hearing assistant，cochlear implant，机器人听觉，以及audio reality。之所以都带着binaural是因为人的听觉感知就是双耳啊。在这个方向上Deliang Wang的《computational auditory scene analysis》做了很全面的介绍。虽然他们组现在也是DNN玩的飞起，但涉及到助听器人工耳蜗AR的研究方向，还是不能避开人耳感知的基本原理。

至于目前CV的研究方法和《Vision》相去多远我不是很了解，据说CNN的convolution还是受到人的reception field的启发的。

继翟天临学术造假事件后，教育部要花800万抽检博士论文

教育部日前公布了“2019年部门预算”，其中提到，按照《博士硕士学位论文抽检办法》要求，2019年拟抽检学位论文约6000篇，抽检比例为上一学年度授予博士学位数的10%左右。每篇学位论文送3位同行专家进行通讯评议，如3位专家中有1位专家评议意见为“不合格”的.学位论文，将再送2位专家进行复评。

在预算安排上，2019年学位论文抽检预算为800万元，全部用于委托教育部学位与研究生教育发展中心开展博士学位论文抽检通讯评议，主要包括专家评审费和相关工作经费。

继翟天临学术造假事件后，不断有关于学术造假的新闻曝光。

4月2日晚，湖南大学官微公布了关于刘梦洁硕士学位论文涉嫌学术不端问题的调查处理说明，撤销了该同学硕士学位，导师洪源被警告处分，并取消导师资格，调离教学岗位。湖南大学称，经查认定刘梦洁的硕士学位论文《腐败对我国企业逃税的影响研究》存在抄袭，构成学术不端行为。

教育部4月3日在其官网公开曝光了南京大学教师梁莹学术不端问题，据悉，南京大学教师梁莹违反教学纪律，敷衍教学；违反学术规范，研究生在读期间抄袭、重复发表多篇论文，使用抄袭的论文作为自己的成果，在职称申报中弄虚作假。

不符合规格规格为：①论文主题词和研究方向填三至五个词，以分号“;”隔开;②按要求填写，关键词要够，摘生在一千字以内(否则无法提交)③预答辩:送盲审论文前应先进行预答辩，由导师负责组织预答辩，预答辩专家组由相关学科、专业的三至五名具有副教授或相当专业技术职务以上的专家组成，组长由导师担任。并填写《博士学位论文修改审核表(预答辩)》纸质版，提交盲审论文的同时一并提交注意事项:a)所有上网内容都要进行脱密处理，并注意避免敏感词汇和数据外泄。b)“录入学位论文信息”中的“是否涉密”:指的是涉及国家秘密研究生院自2015年1月开始不再受理研究生涉密学位论文申请，具体详见研函[2015]1号文《关于明确不再审批研究生涉密学位论文的通知》。学术不端检测①检测论文格式:word或PDF;②检测次数一般每人一次:③检测结果需两个工作日，节假日顺延