苏扬·库马尔·罗伊

1. A.伊斯兰，F.阿克塔，S。 K·罗伊，2024 年 3 月 17 日，“BengaliSent140 - 孟加拉仇恨语音融合数据集”，IEEE Dataport， doi：https://dx.doi.org/10.21227/0bsx-z948。
2. S。 K·罗伊，A. Nicolson 和 K. K. Paliwal，“关于监督 LPC 估计训练目标 基于增强卡尔曼滤波器的语音增强，”in语音交流，卷。 142，第 49-60 页，doi：https://doi.org/10.1016/j.specom.2022.06.004。
3. S。 K·罗伊、A. Nicolson 和 K. K. Paliwal，“DeepLPC-MHANet：用于增强型的多头自注意力 基于卡尔曼滤波器的语音增强，”inIEEE 访问，卷。 9，第 70516-70530 页，2021 年，doi：10.1109/ACCESS.2021.3077281。
4. S。 K·罗伊、A. Nicolson 和 K. K. Paliwal，“DeepLPC：一种增强型深度学习方法 基于卡尔曼滤波器的单通道语音增强，”inIEEE 访问，卷。 9，第 64524-64538 页，2021 年，doi：10.1109/ACCESS.2021.3075209。
5. S。 K·罗伊和 K. K. Paliwal，“基于鲁棒性和灵敏度指标的增强型调整 用于单通道语音增强的卡尔曼滤波器，”in应用声学， 第 185 卷，2022 年，doi：10.1016/j.apacoust.2021.108355.
6. S。 K·罗伊和 K. K. Paliwal，“语音卡尔曼滤波器的鲁棒性和灵敏度调整 增强，”在信号，卷。 2，第 434-455 页，2021 年，doi：10.3390/signals2030027。
7. S。 K·罗伊和 K. K. Paliwal，“使用基于导数的高通的噪声 PSD 估计算法 在非平稳噪声条件下进行过滤，” inEURASIP 音频、语音和音乐处理期刊，32 (2021)，doi: 10.1186/s13636-021-00220-9.
8. S。 K·罗伊，A.尼科尔森和K.K.帕利瓦尔。 (2020)“基于深度学习的卡尔曼滤波器 语音增强，”过程。语音间 2020，第 2692-2696 页。
9. S。 K·罗伊，A. Nicolson 和 K. K. Paliwal，“使用增强卡尔曼滤波器进行深度学习 单通道语音增强，”2020 IEEE 国际电路与系统研讨会 (ISCAS)，2020 年，第 1-5 页。
10. S。 K·罗伊和 K. K. Paliwal，“基于深度残差网络的增强卡尔曼语音滤波器 增强，”2020亚太信号与信息处理协会年度峰会暨 会议（APSIPA ASC），2020 年，第 667-673 页。
11. S。 K·罗伊和 K. K. Paliwal，“基于因果卷积编码器解码器的增强卡尔曼滤波器 用于语音增强，”2020年第十四届信号处理与通信系统国际会议 （ICSPCS）2020 年，第 1-7 页。
12. S。 K·罗伊和 K. K. Paliwal，“基于因果卷积神经网络的语音卡尔曼滤波器 增强，”2020 IEEE 亚太计算机科学与数据工程会议 (CSDE)，2020 年，第 1-6 页。
13. S。 K·罗伊和 K. K. Paliwal，“增强卡尔曼滤波器的基于灵敏度度量的调整 用于语音增强，”2020年第十四届信号处理与通信系统国际会议 （ICSPCS），2020 年，第 1-6 页。

1. 大学计算机科学与工程系能力提升 Rajshahi 的实现数字孟加拉国，由世界银行资助 (4,19,100 美元)，2012 年 4 月至 2014 年 3 月。我正在与其他教职人员合作开展这个项目。
2. 准备了部分研究资助提案“单麦克风和多麦克风语音增强技术，实现可靠的语音 恶劣声学条件下的通信》——第二部分（2015年5月-2016年2月） 由 Microsemi（加拿大）赞助。

当前研究活动

1. 生物医学数据的机器学习和深度学习：探索 Pandas 与机器学习和深度学习技术的使用 分析可穿戴传感器数据以增强临床决策支持系统。
2. 视觉转换器和多模态学习：研究 Vision Transformers 和多模式学习方法的应用 用于旨在癌症检测的组织学图像分析。
3. 可解释的人工智能 (XAI)：研究可解释的人工智能算法，以提高临床决策支持的透明度 系统。
4. 社交媒体中的虚假图像检测：检查多模态学习和深度学习算法以检测虚假图像 在社交媒体平台上。
5. 用于信息检索的大型语言模型：调查大型语言模型在信息检索和网络欺凌中的使用 社交媒体中的检测，重点关注英语和孟加拉语。
6. 深度学习提高语音清晰度：探索先进的深度学习算法以增强语音清晰度和 改善助听器。

我在学术界的丰富任期为我提供了对这两方面的宝贵见解 学习和教学。根据这些经验，我制定了一个教学 以培养学生独立解决问题的能力为中心的理念， 特别是在计算机科学和数据科学领域。我的目的是推广 读写能力、批判性思维、有效沟通和协作。

在计算机科学中，我除了强调算法思维和调试策略 教授 Python 和 Java 等编程语言。这种方法使学生 独立应对复杂的编码挑战，提高他们解决问题的能力 能力。

在数据科学课程中，我整合了涉及数据收集、 使用 R 和 SQL 等工具进行清理、分析和可视化。这个动手 经验帮助学生从理论概念理解整个数据管道 实际应用，同时还考虑道德影响和数据隐私。

协作和沟通是我的教学理念的重要组成部分。我 纳入小组项目和同行评审，以培养学生的团队合作和沟通能力 技能，为他们进入跨学科合作的专业环境做好准备 是必不可少的。此外，我要求学生展示他们的项目和研究 研究结果，帮助他们提高公开演讲和技术写作能力。

最终，我的目标是让学生成为独立、批判性的思考者 和终身学习者。通过支持性和参与性的学习环境，我努力 激励学生对自己的教育拥有主人翁意识，并迅速取得成功 计算机科学和数据科学不断发展的领域。