Bejelentkezés
 Fórum
 
 
Személyi adatlap
 Nyomtatási kép
Az adatok hitelességéről nyilatkozott: 2023. V. 29.
Személyes adatok
Al-Radhi Mohammed Salah
név Al-Radhi Mohammed Salah
intézmény neve
doktori iskola
BME Informatikai Tudományok Doktori Iskola (témakiíró)
doktori képzéssel kapcsolatos munkájának megoszlása BME Informatikai Tudományok Doktori Iskola 100%
adott-e már oktatóként valamely doktori iskolát működtető intézménynek akkreditációs nyilatkozatot? Budapesti Műszaki és Gazdaságtudományi Egyetem
Elérhetőségek
drótpostacím mohammed.alradhivik.bme.hu
telefonszám +36 70 223-8641
saját honlap (angol)
Fokozat, cím
tudományos fokozat, cím PhD
fokozat megszerzésének éve 2020
fokozat tudományága informatikai tudományok
fokozatot kiadó intézmény neve Budapest University of Technology and Economics
Jelenlegi munkahelyek
2020 - Budapesti Műszaki és Gazdaságtudományi Egyetem
egyetemi oktató
Témavezetés
témavezetői tevékenysége során eddig vezetésére bízott doktoranduszok száma 0.5
ezek közül abszolutóriumot szerzettek száma 0
témavezetettjei közül fokozatot szereztek:
  Témakiírások
Kutatás
kutatási terület Signal processing, machine and deep learning, neural vocoders, end-to-end speech synthesis, voice conversion, conversational AI, and human-computer dialogue systems
jelenlegi kutatásainak tudományága informatikai tudományok
villamosmérnöki tudományok
Közlemények
2022

Al-Radhi M.S., Csapó T.G., Zainkó C., Németh G.: Towards Parametric Speech Synthesis Using Gaussian-Markov Model of Spectral Envelope and Wavelet-Based Decomposition of F0, In: IEEE (szerk.) 2022 30th European Signal Processing Conference (EUSIPCO), European Association for Signal Processing (EURASIP) (2022) pp. 1150-1154.
dokumentum típusa: Könyvrészlet/Konferenciaközlemény
nyelv: angol
URL 
2021

Al-Radhi Mohammed Salah, Csapó Tamás Gábor, Zainkó Csaba, Németh Géza: Continuous Wavelet Vocoder-Based Decomposition of Parametric Speech Waveform Synthesis, INTERSPEECH 2021: pp. 2212-2216.
dokumentum típusa: Folyóiratcikk/Konferenciaközlemény
független idéző közlemények száma: 2
nyelv: angol
URL 
2020

Al-Radhi Mohammed Salah, Abdo Omnia, Csapó Tamás Gábor, Abdou Sherif, Németh Géza, Fashal Mervat: A continuous vocoder for statistical parametric speech synthesis and its evaluation using an audio-visual phonetically annotated Arabic corpus, COMPUTER SPEECH AND LANGUAGE 60: 101025
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 2
nyelv: angol
URL 
2020

AL-RADHI Mohammed Salah, CSAPÓ Tamás Gábor, NÉMETH Géza: Continuous Noise Masking Based Vocoder for Statistical Parametric Speech Synthesis, IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS E103.D: (5) pp. 1099-1107.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 1
nyelv: angol
URL 
2019

Al-Radhi Mohammed Salah, Csapó Tamás Gábor, Németh Géza: Continuous vocoder applied in deep neural network based voice conversion, MULTIMEDIA TOOLS AND APPLICATIONS: AN INTERNATIONAL JOURNAL 78: (23) pp. 33549-33572.
dokumentum típusa: Folyóiratcikk/Szakcikk
nyelv: angol
URL 
2019

Csapó Tamás Gábor, Al-Radhi Mohammed Salah, Németh Géza, Gosztolya Gábor, Grósz Tamás, Tóth László, Markó Alexandra: Ultrasound-Based Silent Speech Interface Built on a Continuous Vocoder, In: Kubin, Gernot; Kačič, Zdravko (szerk.) The 20th Annual Conference of the International Speech Communication Association (Interspeech 2019), International Speech Communication Association (ISCA) (2019) pp. 894-898.
dokumentum típusa: Könyvrészlet/Konferenciaközlemény
független idéző közlemények száma: 5
nyelv: angol
URL 
2019

Al-Radhi Mohammed Salah, Csapó Tamás Gábor, Németh Géza: RNN-based speech synthesis using a continuous sinusoidal model, In: Institute of Electrical Electronics Engineers (szerk.) 2019 International Joint Conference on Neural Networks (IJCNN), IEEE (2019) 8852253
dokumentum típusa: Könyvrészlet/Konferenciaközlemény
független idéző közlemények száma: 2
nyelv: angol
URL 
2019

Hameed Waleed I., Sawadi Baha A., Al-Kamil Safa J., Al-Radhi Mohammed S., Al-Yasir Yasir I. A., Saleh Ameer L., Abd-Alhameed Raed A.: Prediction of Solar Irradiance Based on Artificial Neural Networks, INVENTIONS 4: (3) p. 45.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 9
nyelv: angol
URL 
2017

Mohammed Salah Al-Radhi, Tamás Gábor Csapó, Géza Németh: Deep recurrent neural networks in speech synthesis using a continuous vocoder, LECTURE NOTES IN COMPUTER SCIENCE 10458: pp. 282-291.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 4
nyelv: angol
URL 
2017

Mohammed Salah Al-Radhi, Tamás Gábor Csapó, Géza Németh: Time-domain envelope modulating the noise component of excitation in a continuous residual-based vocoder for statistical parametric speech synthesis, In: Francisco, Lacerda (szerk.) 18th Annual Conference of the International Speech Communication Association, International Speech Communication Association (ISCA) (2017) pp. 434-438.
dokumentum típusa: Könyvrészlet/Konferenciaközlemény
független idéző közlemények száma: 2
nyelv: angol
URL 
a legjelentősebbnek tartott közleményekre kapott független hivatkozások száma:27 
Tudománymetriai adatok
Tudományos közlemény- és idézőlista mycite adattárban
a 10 válogatott közlemény közé kiválasztható közleményeinek száma:
36
összes tudományos és felsőoktatási közleményének száma:
36
kiválasztható monográfiák és szakkönyvek:
0
monográfiák és szakkönyvek száma melyben fejezetet/részt írt:
1 
összes tudományos közleményének és alkotásainak független idézettségi száma:
42
Témavezetés
témavezető Csapó Tamás Gábor
vezetés módja egyéni
fokozat PhD
a képzés kezdete 2016/09
abszolutóriumot szerzett (év, hónap) 2020/08
a fokozatszerzés éve 2020
diszertáció Doi/handle elérés (értekezés, tézisek)
a védés adatai védés


2024. IV. 17.
ODT ülés
Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )