ಧ್ವನಿ ಸ್ಥಳೀಕರಣ: ಮೆದುಳು ಧ್ವನಿ ಮೂಲಗಳನ್ನು ಹೇಗೆ ಗುರುತಿಸುತ್ತದೆ

ನಮ್ಮ ಸುತ್ತಲಿನ ಪ್ರಪಂಚವು ನಮ್ಮ ಮೆದುಳು ನಿರಂತರವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಎಲ್ಲಾ ರೀತಿಯ ಮಾಹಿತಿಯಿಂದ ತುಂಬಿದೆ. ಅವನು ಈ ಮಾಹಿತಿಯನ್ನು ಸಂವೇದನಾ ಅಂಗಗಳ ಮೂಲಕ ಪಡೆಯುತ್ತಾನೆ, ಪ್ರತಿಯೊಂದೂ ಅದರ ಸಂಕೇತಗಳ ಪಾಲಿಗೆ ಕಾರಣವಾಗಿದೆ: ಕಣ್ಣುಗಳು (ದೃಷ್ಟಿ), ನಾಲಿಗೆ (ರುಚಿ), ಮೂಗು (ವಾಸನೆ), ಚರ್ಮ (ಸ್ಪರ್ಶ), ವೆಸ್ಟಿಬುಲರ್ ಉಪಕರಣ (ಸಮತೋಲನ, ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ ಸ್ಥಾನ ಮತ್ತು ಅರ್ಥ). ತೂಕ) ಮತ್ತು ಕಿವಿಗಳು (ಧ್ವನಿ). ಈ ಎಲ್ಲಾ ಅಂಗಗಳಿಂದ ಸಂಕೇತಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ನಮ್ಮ ಮೆದುಳು ನಮ್ಮ ಪರಿಸರದ ನಿಖರವಾದ ಚಿತ್ರವನ್ನು ನಿರ್ಮಿಸಬಹುದು. ಆದರೆ ಬಾಹ್ಯ ಸಂಕೇತಗಳನ್ನು ಸಂಸ್ಕರಿಸುವ ಎಲ್ಲಾ ಅಂಶಗಳು ನಮಗೆ ತಿಳಿದಿಲ್ಲ. ಈ ರಹಸ್ಯಗಳಲ್ಲಿ ಒಂದು ಶಬ್ದಗಳ ಮೂಲವನ್ನು ಸ್ಥಳೀಕರಿಸುವ ಕಾರ್ಯವಿಧಾನವಾಗಿದೆ.

ನ್ಯೂರೋ ಇಂಜಿನಿಯರಿಂಗ್ ಆಫ್ ಸ್ಪೀಚ್ ಅಂಡ್ ಹಿಯರಿಂಗ್ (ನ್ಯೂಜೆರ್ಸಿ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜಿ) ಯ ವಿಜ್ಞಾನಿಗಳು ಧ್ವನಿ ಸ್ಥಳೀಕರಣದ ನರ ಪ್ರಕ್ರಿಯೆಯ ಹೊಸ ಮಾದರಿಯನ್ನು ಪ್ರಸ್ತಾಪಿಸಿದ್ದಾರೆ. ಧ್ವನಿಯ ಗ್ರಹಿಕೆಯ ಸಮಯದಲ್ಲಿ ಮೆದುಳಿನಲ್ಲಿ ಯಾವ ನಿಖರವಾದ ಪ್ರಕ್ರಿಯೆಗಳು ಸಂಭವಿಸುತ್ತವೆ, ನಮ್ಮ ಮೆದುಳು ಧ್ವನಿ ಮೂಲದ ಸ್ಥಾನವನ್ನು ಹೇಗೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಶ್ರವಣ ದೋಷಗಳ ವಿರುದ್ಧದ ಹೋರಾಟದಲ್ಲಿ ಈ ಸಂಶೋಧನೆಯು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಸಂಶೋಧನಾ ಗುಂಪಿನ ವರದಿಯಿಂದ ನಾವು ಇದನ್ನು ಕಲಿಯುತ್ತೇವೆ. ಹೋಗು.

ಸಂಶೋಧನಾ ಆಧಾರ

ನಮ್ಮ ಮೆದುಳು ನಮ್ಮ ಇಂದ್ರಿಯಗಳಿಂದ ಸ್ವೀಕರಿಸುವ ಮಾಹಿತಿಯು ಅದರ ಮೂಲದ ವಿಷಯದಲ್ಲಿ ಮತ್ತು ಅದರ ಸಂಸ್ಕರಣೆಯ ಪರಿಭಾಷೆಯಲ್ಲಿ ಪರಸ್ಪರ ಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಕೆಲವು ಸಂಕೇತಗಳು ತಕ್ಷಣವೇ ನಮ್ಮ ಮೆದುಳಿಗೆ ನಿಖರವಾದ ಮಾಹಿತಿಯಾಗಿ ಗೋಚರಿಸುತ್ತವೆ, ಆದರೆ ಇತರರಿಗೆ ಹೆಚ್ಚುವರಿ ಕಂಪ್ಯೂಟೇಶನಲ್ ಪ್ರಕ್ರಿಯೆಗಳು ಬೇಕಾಗುತ್ತವೆ. ಸ್ಥೂಲವಾಗಿ ಹೇಳುವುದಾದರೆ, ನಾವು ತಕ್ಷಣವೇ ಸ್ಪರ್ಶವನ್ನು ಅನುಭವಿಸುತ್ತೇವೆ, ಆದರೆ ನಾವು ಶಬ್ದವನ್ನು ಕೇಳಿದಾಗ, ಅದು ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ಇನ್ನೂ ಕಂಡುಹಿಡಿಯಬೇಕು.

ಸಮತಲ ಸಮತಲದಲ್ಲಿ ಶಬ್ದಗಳನ್ನು ಸ್ಥಳೀಕರಿಸುವ ಆಧಾರವಾಗಿದೆ ಅಂತರಾರ್ಥ* ಸಮಯದ ವ್ಯತ್ಯಾಸ (ITD ನಿಂದ ಅಂತರಕಾಲದ ಸಮಯದ ವ್ಯತ್ಯಾಸ) ಕೇಳುಗರ ಕಿವಿಯನ್ನು ತಲುಪುವ ಶಬ್ದಗಳು.

ಅಂತರಾಳದ ಆಧಾರ* - ಕಿವಿಗಳ ನಡುವಿನ ಅಂತರ.

ಮೆದುಳಿನಲ್ಲಿ ಒಂದು ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶವಿದೆ (ಮಧ್ಯದ ಉನ್ನತ ಆಲಿವ್ ಅಥವಾ MSO) ಈ ಪ್ರಕ್ರಿಯೆಗೆ ಕಾರಣವಾಗಿದೆ. MVO ನಲ್ಲಿ ಧ್ವನಿ ಸಂಕೇತವನ್ನು ಸ್ವೀಕರಿಸಿದ ಕ್ಷಣದಲ್ಲಿ, ಇಂಟರ್ರಾಲ್ ಸಮಯದ ವ್ಯತ್ಯಾಸಗಳನ್ನು ನ್ಯೂರಾನ್‌ಗಳ ಪ್ರತಿಕ್ರಿಯೆ ದರವಾಗಿ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ. ITD ಯ ಕಾರ್ಯವಾಗಿ MBO ಔಟ್‌ಪುಟ್ ವೇಗದ ಕರ್ವ್‌ಗಳ ಆಕಾರವು ಪ್ರತಿ ಕಿವಿಗೆ ಇನ್‌ಪುಟ್ ಸಿಗ್ನಲ್‌ಗಳ ಅಡ್ಡ-ಸಂಬಂಧ ಕಾರ್ಯದ ಆಕಾರವನ್ನು ಹೋಲುತ್ತದೆ.

MBO ನಲ್ಲಿ ಮಾಹಿತಿಯನ್ನು ಹೇಗೆ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅರ್ಥೈಸಲಾಗುತ್ತದೆ ಎಂಬುದು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ಪಷ್ಟವಾಗಿಲ್ಲ, ಅದಕ್ಕಾಗಿಯೇ ಹಲವಾರು ವಿರೋಧಾತ್ಮಕ ಸಿದ್ಧಾಂತಗಳಿವೆ. ಧ್ವನಿ ಸ್ಥಳೀಕರಣದ ಅತ್ಯಂತ ಪ್ರಸಿದ್ಧ ಮತ್ತು ವಾಸ್ತವವಾಗಿ ಶಾಸ್ತ್ರೀಯ ಸಿದ್ಧಾಂತವೆಂದರೆ ಜೆಫ್ರೆಸ್ ಮಾದರಿ (ಲಾಯ್ಡ್ ಎ. ಜೆಫ್ರೆಸ್) ಇದು ಆಧರಿಸಿದೆ ಗುರುತಿಸಲಾದ ಸಾಲು* ಪ್ರತಿ ಕಿವಿಯಿಂದ ನರಗಳ ಒಳಹರಿವಿನ ಬೈನೌರಲ್ ಸಿಂಕ್ರೊನಿಗೆ ಸೂಕ್ಷ್ಮವಾಗಿರುವ ಡಿಟೆಕ್ಟರ್ ನ್ಯೂರಾನ್‌ಗಳು, ಪ್ರತಿ ನರಕೋಶವು ನಿರ್ದಿಷ್ಟ ಪ್ರಮಾಣದ ITD ಗೆ ಗರಿಷ್ಠವಾಗಿ ಸಂವೇದನಾಶೀಲವಾಗಿರುತ್ತದೆ (1).

ಗುರುತಿಸಲಾದ ಸಾಲಿನ ತತ್ವ* ವಿಭಿನ್ನ ನರಗಳು, ತಮ್ಮ ಆಕ್ಸಾನ್‌ಗಳ ಉದ್ದಕ್ಕೂ ಪ್ರಚೋದನೆಗಳನ್ನು ರವಾನಿಸುವಲ್ಲಿ ಒಂದೇ ರೀತಿಯ ಶಾರೀರಿಕ ತತ್ವಗಳನ್ನು ಹೇಗೆ ಬಳಸುತ್ತವೆ ಎಂಬುದನ್ನು ವಿವರಿಸುವ ಒಂದು ಊಹೆಯು ವಿಭಿನ್ನ ಸಂವೇದನೆಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಒಂದೇ ರೀತಿಯ ನರ ಸಂಕೇತಗಳನ್ನು ವಿಭಿನ್ನ ರೀತಿಯಲ್ಲಿ ಡಿಕೋಡ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ಕೇಂದ್ರ ನರಮಂಡಲದ ವಿಶಿಷ್ಟ ನ್ಯೂರಾನ್‌ಗಳಿಗೆ ಸಂಪರ್ಕ ಹೊಂದಿದ್ದರೆ ರಚನಾತ್ಮಕವಾಗಿ ಒಂದೇ ರೀತಿಯ ನರಗಳು ವಿಭಿನ್ನ ಸಂವೇದನಾ ಗ್ರಹಿಕೆಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು.

ಚಿತ್ರ #1

ಈ ಮಾದರಿಯು ಕಂಪ್ಯೂಟೇಶನಲ್ ಆಗಿ ನರಗಳ ಕೋಡಿಂಗ್ ಅನ್ನು ಹೋಲುತ್ತದೆ, ಎರಡೂ ಕಿವಿಗಳನ್ನು ತಲುಪುವ ಶಬ್ದಗಳ ಅನಿಯಂತ್ರಿತ ಅಡ್ಡ-ಸಂಬಂಧಗಳನ್ನು ಆಧರಿಸಿದೆ.

ಮೆದುಳಿನ ವಿವಿಧ ಅರ್ಧಗೋಳಗಳಿಂದ ನರಕೋಶಗಳ ಕೆಲವು ಜನಸಂಖ್ಯೆಯ ಪ್ರತಿಕ್ರಿಯೆಯ ವೇಗದಲ್ಲಿನ ವ್ಯತ್ಯಾಸಗಳ ಆಧಾರದ ಮೇಲೆ ಧ್ವನಿ ಸ್ಥಳೀಕರಣವನ್ನು ರೂಪಿಸಬಹುದು ಎಂದು ಸೂಚಿಸುವ ಮಾದರಿಯೂ ಇದೆ, ಅಂದರೆ. ಇಂಟರ್ಹೆಮಿಸ್ಫೆರಿಕ್ ಅಸಿಮ್ಮೆಟ್ರಿಯ ಮಾದರಿ (1B).

ಇಲ್ಲಿಯವರೆಗೆ, ಎರಡು ಸಿದ್ಧಾಂತಗಳಲ್ಲಿ ಯಾವುದು (ಮಾದರಿಗಳು) ಸರಿಯಾಗಿದೆ ಎಂಬುದನ್ನು ನಿಸ್ಸಂದಿಗ್ಧವಾಗಿ ಹೇಳುವುದು ಕಷ್ಟಕರವಾಗಿತ್ತು, ಪ್ರತಿಯೊಂದೂ ಧ್ವನಿಯ ತೀವ್ರತೆಯ ಮೇಲೆ ಧ್ವನಿ ಸ್ಥಳೀಕರಣದ ವಿಭಿನ್ನ ಅವಲಂಬನೆಗಳನ್ನು ಊಹಿಸುತ್ತದೆ.

ನಾವು ಇಂದು ನೋಡುತ್ತಿರುವ ಅಧ್ಯಯನದಲ್ಲಿ, ಶಬ್ದಗಳ ಗ್ರಹಿಕೆಯು ನರಗಳ ಕೋಡಿಂಗ್ ಅನ್ನು ಆಧರಿಸಿದೆಯೇ ಅಥವಾ ಪ್ರತ್ಯೇಕ ನರಗಳ ಜನಸಂಖ್ಯೆಯ ಪ್ರತಿಕ್ರಿಯೆಯಲ್ಲಿನ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಆಧರಿಸಿದೆಯೇ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಂಶೋಧಕರು ಎರಡೂ ಮಾದರಿಗಳನ್ನು ಸಂಯೋಜಿಸಲು ನಿರ್ಧರಿಸಿದ್ದಾರೆ. ಹಲವಾರು ಪ್ರಯೋಗಗಳನ್ನು ನಡೆಸಲಾಯಿತು, ಇದರಲ್ಲಿ 18 ರಿಂದ 27 ವರ್ಷ ವಯಸ್ಸಿನ ಜನರು (5 ಮಹಿಳೆಯರು ಮತ್ತು 7 ಪುರುಷರು) ಭಾಗವಹಿಸಿದರು. ಭಾಗವಹಿಸುವವರ ಆಡಿಯೊಮೆಟ್ರಿ (ಶ್ರವಣ ತೀಕ್ಷ್ಣತೆಯ ಮಾಪನ) 25 ಮತ್ತು 250 Hz ನಡುವೆ 8000 dB ಅಥವಾ ಹೆಚ್ಚಿನದಾಗಿದೆ. ಪ್ರಯೋಗಗಳಲ್ಲಿ ಭಾಗವಹಿಸುವವರನ್ನು ಧ್ವನಿಮುದ್ರಿತ ಕೋಣೆಯಲ್ಲಿ ಇರಿಸಲಾಯಿತು, ಅದರಲ್ಲಿ ವಿಶೇಷ ಉಪಕರಣಗಳನ್ನು ಇರಿಸಲಾಯಿತು, ಹೆಚ್ಚಿನ ನಿಖರತೆಯೊಂದಿಗೆ ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸಲಾಗುತ್ತದೆ. ಭಾಗವಹಿಸುವವರು ಧ್ವನಿ ಸಂಕೇತವನ್ನು ಕೇಳಿದಾಗ, ಅದು ಬಂದ ದಿಕ್ಕನ್ನು ಸೂಚಿಸಬೇಕು.

ಸಂಶೋಧನಾ ಫಲಿತಾಂಶಗಳು

ಅವಲಂಬನೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ಪಾರ್ಶ್ವೀಕರಣ* ಲೇಬಲ್ ಮಾಡಲಾದ ನ್ಯೂರಾನ್‌ಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ ಧ್ವನಿ ತೀವ್ರತೆಯಿಂದ ಮೆದುಳಿನ ಚಟುವಟಿಕೆ, ಕಣಜ ಗೂಬೆ ಮೆದುಳಿನ ಲ್ಯಾಮಿನಾರ್ ನ್ಯೂಕ್ಲಿಯಸ್‌ನಲ್ಲಿನ ನ್ಯೂರಾನ್‌ಗಳ ಪ್ರತಿಕ್ರಿಯೆ ವೇಗದ ಡೇಟಾವನ್ನು ಬಳಸಲಾಗಿದೆ.

ಲ್ಯಾಟರಾಲಿಟಿ* - ದೇಹದ ಎಡ ಮತ್ತು ಬಲ ಭಾಗಗಳ ಅಸಿಮ್ಮೆಟ್ರಿ.

ನ್ಯೂರಾನ್‌ಗಳ ಕೆಲವು ಜನಸಂಖ್ಯೆಯ ಪ್ರತಿಕ್ರಿಯೆಯ ವೇಗದ ಮೇಲೆ ಮೆದುಳಿನ ಚಟುವಟಿಕೆಯ ಪಾರ್ಶ್ವೀಕರಣದ ಅವಲಂಬನೆಯನ್ನು ನಿರ್ಣಯಿಸಲು, ರೀಸಸ್ ಮಂಕಿ ಮೆದುಳಿನ ಕೆಳಮಟ್ಟದ ಕೊಲಿಕ್ಯುಲಸ್‌ನ ಚಟುವಟಿಕೆಯಿಂದ ಡೇಟಾವನ್ನು ಬಳಸಲಾಯಿತು, ನಂತರ ವಿವಿಧ ಅರ್ಧಗೋಳಗಳಿಂದ ನ್ಯೂರಾನ್‌ಗಳ ವೇಗದಲ್ಲಿನ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಹೆಚ್ಚುವರಿಯಾಗಿ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ. .

ಡಿಟೆಕ್ಟರ್ ನ್ಯೂರಾನ್‌ಗಳ ಗುರುತಿಸಲಾದ ರೇಖೆಯ ಮಾದರಿಯು ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಕಡಿಮೆಯಾದಂತೆ, ಗ್ರಹಿಸಿದ ಮೂಲದ ಪಾರ್ಶ್ವತೆಯು ಮೃದುವಾದ ಮತ್ತು ದೊಡ್ಡ ಶಬ್ದಗಳ ಅನುಪಾತಕ್ಕೆ ಸಮಾನವಾದ ಮೌಲ್ಯಗಳಿಗೆ ಒಮ್ಮುಖವಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸುತ್ತದೆ (1S).

ಪ್ರತಿಯಾಗಿ, ಅರ್ಧಗೋಳದ ಅಸಿಮ್ಮೆಟ್ರಿ ಮಾದರಿಯು, ಶಬ್ದದ ತೀವ್ರತೆಯು ಹೊಸ ಮಿತಿ ಮಟ್ಟಕ್ಕೆ ಕಡಿಮೆಯಾದಂತೆ, ಗ್ರಹಿಸಿದ ಪಾರ್ಶ್ವವು ಮಧ್ಯರೇಖೆಯ ಕಡೆಗೆ ಬದಲಾಗುತ್ತದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ (1D).

ಹೆಚ್ಚಿನ ಒಟ್ಟಾರೆ ಧ್ವನಿ ತೀವ್ರತೆಯಲ್ಲಿ, ಲ್ಯಾಟರಲೈಸೇಶನ್ ತೀವ್ರತೆಯ ಅಸ್ಥಿರವಾಗಿರುತ್ತದೆ ಎಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ (ಇನ್ಸೆಟ್ ಇನ್ 1S и 1D).

ಆದ್ದರಿಂದ, ಧ್ವನಿಯ ಗ್ರಹಿಕೆಯ ದಿಕ್ಕಿನ ಮೇಲೆ ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಆ ಕ್ಷಣದಲ್ಲಿ ಸಂಭವಿಸುವ ಪ್ರಕ್ರಿಯೆಗಳ ಸ್ವರೂಪವನ್ನು ನಿಖರವಾಗಿ ನಿರ್ಧರಿಸಲು ನಮಗೆ ಅನುಮತಿಸುತ್ತದೆ - ಒಂದೇ ಸಾಮಾನ್ಯ ಪ್ರದೇಶದಿಂದ ನರಕೋಶಗಳು ಅಥವಾ ವಿವಿಧ ಅರ್ಧಗೋಳಗಳಿಂದ ನರಕೋಶಗಳು.

ಸ್ಪಷ್ಟವಾಗಿ, ITD ಅನ್ನು ತಾರತಮ್ಯ ಮಾಡುವ ವ್ಯಕ್ತಿಯ ಸಾಮರ್ಥ್ಯವು ಧ್ವನಿ ತೀವ್ರತೆಯನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗಬಹುದು. ಆದಾಗ್ಯೂ, ಐಟಿಡಿಗೆ ಸೂಕ್ಷ್ಮತೆಯನ್ನು ಲಿಂಕ್ ಮಾಡುವ ಹಿಂದಿನ ಸಂಶೋಧನೆಗಳನ್ನು ಮತ್ತು ಧ್ವನಿಯ ಮೂಲ ದಿಕ್ಕಿನ ಶ್ರೋತೃಗಳ ನಿರ್ಣಯವನ್ನು ಧ್ವನಿ ತೀವ್ರತೆಯ ಕಾರ್ಯವಾಗಿ ಅರ್ಥೈಸುವುದು ಕಷ್ಟ ಎಂದು ವಿಜ್ಞಾನಿಗಳು ಹೇಳುತ್ತಾರೆ. ಕೆಲವು ಅಧ್ಯಯನಗಳು ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಗಡಿ ಮಿತಿಯನ್ನು ತಲುಪಿದಾಗ, ಮೂಲದ ಗ್ರಹಿಸಿದ ಪಾರ್ಶ್ವತೆಯು ಕಡಿಮೆಯಾಗುತ್ತದೆ ಎಂದು ಹೇಳುತ್ತದೆ. ಗ್ರಹಿಕೆಯ ಮೇಲೆ ತೀವ್ರತೆಯ ಯಾವುದೇ ಪರಿಣಾಮವಿಲ್ಲ ಎಂದು ಇತರ ಅಧ್ಯಯನಗಳು ಸೂಚಿಸುತ್ತವೆ.

ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಐಟಿಡಿ, ಧ್ವನಿ ತೀವ್ರತೆ ಮತ್ತು ಅದರ ಮೂಲದ ದಿಕ್ಕನ್ನು ನಿರ್ಧರಿಸುವ ನಡುವಿನ ಸಂಬಂಧದ ಬಗ್ಗೆ ಸಾಹಿತ್ಯದಲ್ಲಿ ಕಡಿಮೆ ಮಾಹಿತಿಯಿದೆ ಎಂದು ವಿಜ್ಞಾನಿಗಳು "ಮೆದುವಾಗಿ" ಸುಳಿವು ನೀಡುತ್ತಾರೆ. ವೈಜ್ಞಾನಿಕ ಸಮುದಾಯದಿಂದ ಸಾಮಾನ್ಯವಾಗಿ ಅಂಗೀಕರಿಸಲ್ಪಟ್ಟ ಒಂದು ರೀತಿಯ ಮೂಲತತ್ವಗಳಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಿದ್ಧಾಂತಗಳಿವೆ. ಆದ್ದರಿಂದ, ಆಚರಣೆಯಲ್ಲಿ ಎಲ್ಲಾ ಸಿದ್ಧಾಂತಗಳು, ಮಾದರಿಗಳು ಮತ್ತು ವಿಚಾರಣೆಯ ಗ್ರಹಿಕೆಯ ಸಂಭವನೀಯ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ವಿವರವಾಗಿ ಪರೀಕ್ಷಿಸಲು ನಿರ್ಧರಿಸಲಾಯಿತು.

ಮೊದಲ ಪ್ರಯೋಗವು ಸೈಕೋಫಿಸಿಕಲ್ ಮಾದರಿಯನ್ನು ಆಧರಿಸಿದೆ, ಇದು ಹತ್ತು ಸಾಮಾನ್ಯ ಶ್ರವಣ ಭಾಗವಹಿಸುವವರ ಗುಂಪಿನಲ್ಲಿ ಧ್ವನಿ ತೀವ್ರತೆಯ ಕಾರ್ಯವಾಗಿ ITD-ಆಧಾರಿತ ಲ್ಯಾಟರಲೈಸೇಶನ್ ಅನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು.

ಚಿತ್ರ #2

ಮಾನವರು ITD ಯನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುವ ಹೆಚ್ಚಿನ ಆವರ್ತನ ಶ್ರೇಣಿಯನ್ನು ಒಳಗೊಳ್ಳಲು ಧ್ವನಿ ಮೂಲಗಳನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಟ್ಯೂನ್ ಮಾಡಲಾಗಿದೆ, ಅಂದರೆ. 300 ರಿಂದ 1200 Hz ವರೆಗೆ (2).

ಪ್ರತಿ ಪ್ರಯೋಗದಲ್ಲಿ, ಕೇಳುಗರು 375 ರಿಂದ 375 ms ವರೆಗಿನ ITD ಮೌಲ್ಯಗಳ ವ್ಯಾಪ್ತಿಯ ಮೇಲೆ ಸಂವೇದನೆ ಮಟ್ಟದ ಕಾರ್ಯವಾಗಿ ಅಳೆಯಲಾದ ಗ್ರಹಿಸಿದ ಪಾರ್ಶ್ವತೆಯನ್ನು ಸೂಚಿಸಬೇಕಾಗಿತ್ತು. ಧ್ವನಿ ತೀವ್ರತೆಯ ಪರಿಣಾಮವನ್ನು ನಿರ್ಧರಿಸಲು, ಸ್ಥಿರ ಮತ್ತು ಯಾದೃಚ್ಛಿಕ ಧ್ವನಿ ತೀವ್ರತೆಯನ್ನು ಒಳಗೊಂಡಿರುವ ರೇಖಾತ್ಮಕವಲ್ಲದ ಮಿಶ್ರ ಪರಿಣಾಮಗಳ ಮಾದರಿಯನ್ನು (NMLE) ಬಳಸಲಾಯಿತು.

ಗ್ರಾಫ್ 2B ಪ್ರತಿನಿಧಿ ಕೇಳುಗರಿಗೆ ಎರಡು ಧ್ವನಿ ತೀವ್ರತೆಗಳಲ್ಲಿ ಸ್ಪೆಕ್ಟ್ರಲಿ ಫ್ಲಾಟ್ ಶಬ್ದದೊಂದಿಗೆ ಅಂದಾಜು ಪಾರ್ಶ್ವೀಕರಣವನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ. ಮತ್ತು ವೇಳಾಪಟ್ಟಿ 2S ಎಲ್ಲಾ ಕೇಳುಗರ ಕಚ್ಚಾ ಡೇಟಾ (ವಲಯಗಳು) ಮತ್ತು ಅಳವಡಿಸಲಾದ NMLE ಮಾದರಿ (ರೇಖೆಗಳು) ತೋರಿಸುತ್ತದೆ.

ಕೋಷ್ಟಕ ಸಂಖ್ಯೆ 1

ಮೇಲಿನ ಕೋಷ್ಟಕವು ಎಲ್ಲಾ NLME ನಿಯತಾಂಕಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. ವಿಜ್ಞಾನಿಗಳು ನಿರೀಕ್ಷಿಸಿದಂತೆ ಐಟಿಡಿಯನ್ನು ಹೆಚ್ಚಿಸುವುದರೊಂದಿಗೆ ಗ್ರಹಿಸಿದ ಪಾರ್ಶ್ವತೆಯು ಹೆಚ್ಚಿದೆ ಎಂದು ನೋಡಬಹುದು. ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಕಡಿಮೆಯಾದಂತೆ, ಗ್ರಹಿಕೆಯು ಮಧ್ಯರೇಖೆಯ ಕಡೆಗೆ ಹೆಚ್ಚು ಹೆಚ್ಚು ಸ್ಥಳಾಂತರಗೊಂಡಿತು (ಗ್ರಾಫ್‌ನಲ್ಲಿನ ಒಳಹರಿವು 2C).

ಈ ಪ್ರವೃತ್ತಿಗಳು NLME ಮಾದರಿಯಿಂದ ಬೆಂಬಲಿತವಾಗಿದೆ, ಇದು ITD ಯ ಗಮನಾರ್ಹ ಪರಿಣಾಮಗಳನ್ನು ಮತ್ತು ಪಾರ್ಶ್ವದ ಗರಿಷ್ಠ ಮಟ್ಟದ ಮೇಲೆ ಧ್ವನಿ ತೀವ್ರತೆಯನ್ನು ತೋರಿಸಿದೆ, ಇದು ಇಂಟರ್ಹೆಮಿಸ್ಫೆರಿಕ್ ವ್ಯತ್ಯಾಸಗಳ ಮಾದರಿಯನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ.

ಇದರ ಜೊತೆಗೆ, ಶುದ್ಧ ಸ್ವರಗಳ ಸರಾಸರಿ ಆಡಿಯೊಮೆಟ್ರಿಕ್ ಮಿತಿಗಳು ಗ್ರಹಿಸಿದ ಪಾರ್ಶ್ವದ ಮೇಲೆ ಕಡಿಮೆ ಪರಿಣಾಮ ಬೀರುತ್ತವೆ. ಆದರೆ ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಸೈಕೋಮೆಟ್ರಿಕ್ ಕಾರ್ಯಗಳ ಸೂಚಕಗಳನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಪರಿಣಾಮ ಬೀರಲಿಲ್ಲ.

ಪ್ರಚೋದಕಗಳ (ಶಬ್ದಗಳ) ರೋಹಿತದ ಲಕ್ಷಣಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವಾಗ ಹಿಂದಿನ ಪ್ರಯೋಗದಲ್ಲಿ ಪಡೆದ ಫಲಿತಾಂಶಗಳು ಹೇಗೆ ಬದಲಾಗುತ್ತವೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವುದು ಎರಡನೇ ಪ್ರಯೋಗದ ಮುಖ್ಯ ಗುರಿಯಾಗಿದೆ. ಕಡಿಮೆ ಧ್ವನಿಯ ತೀವ್ರತೆಯಲ್ಲಿ ಸ್ಪೆಕ್ಟ್ರಲಿ ಸಮತಟ್ಟಾದ ಶಬ್ದವನ್ನು ಪರೀಕ್ಷಿಸುವ ಅವಶ್ಯಕತೆಯೆಂದರೆ, ಸ್ಪೆಕ್ಟ್ರಮ್‌ನ ಭಾಗಗಳು ಕೇಳಿಸುವುದಿಲ್ಲ ಮತ್ತು ಇದು ಧ್ವನಿ ದಿಕ್ಕಿನ ನಿರ್ಣಯದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಬಹುದು. ಪರಿಣಾಮವಾಗಿ, ಮೊದಲ ಪ್ರಯೋಗದ ಫಲಿತಾಂಶಗಳು ಸ್ಪೆಕ್ಟ್ರಮ್ನ ಶ್ರವ್ಯ ಭಾಗದ ಅಗಲವು ಕಡಿಮೆಯಾದ ಧ್ವನಿಯ ತೀವ್ರತೆಯೊಂದಿಗೆ ಕಡಿಮೆಯಾಗಬಹುದು ಎಂದು ತಪ್ಪಾಗಿ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸಬಹುದು.

ಆದ್ದರಿಂದ, ಮತ್ತೊಂದು ಪ್ರಯೋಗವನ್ನು ನಡೆಸಲು ನಿರ್ಧರಿಸಲಾಯಿತು, ಆದರೆ ರಿವರ್ಸ್ ಬಳಸಿ ಎ-ವೇಯ್ಟೆಡ್* ಶಬ್ದ

ಎ-ತೂಕ* ಕಡಿಮೆ ಧ್ವನಿ ಆವರ್ತನಗಳಿಗೆ ಕಿವಿಯು ಕಡಿಮೆ ಸಂವೇದನಾಶೀಲವಾಗಿರುವುದರಿಂದ ಮಾನವನ ಕಿವಿಯಿಂದ ಗ್ರಹಿಸಲ್ಪಟ್ಟ ಸಾಪೇಕ್ಷ ದಟ್ಟಣೆಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಲು ಧ್ವನಿ ಮಟ್ಟಗಳಿಗೆ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ. ಆಕ್ಟೇವ್ ಬ್ಯಾಂಡ್‌ಗಳಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಲಾದ ಮೌಲ್ಯಗಳ ಕೋಷ್ಟಕವನ್ನು ಡಿಬಿಯಲ್ಲಿ ಅಳತೆ ಮಾಡಲಾದ ಧ್ವನಿ ಒತ್ತಡದ ಮಟ್ಟಗಳಿಗೆ ಅಂಕಗಣಿತವಾಗಿ ಸೇರಿಸುವ ಮೂಲಕ ಎ-ವೇಟಿಂಗ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುತ್ತದೆ.

ಚಾರ್ಟ್‌ನಲ್ಲಿ 2D ಪ್ರಯೋಗದಲ್ಲಿ ಎಲ್ಲಾ ಭಾಗವಹಿಸುವವರಿಂದ ಕಚ್ಚಾ ಡೇಟಾ (ವಲಯಗಳು) ಮತ್ತು NMLE ಮಾದರಿ ಅಳವಡಿಸಿದ ಡೇಟಾ (ರೇಖೆಗಳು) ತೋರಿಸುತ್ತದೆ.

ದತ್ತಾಂಶದ ವಿಶ್ಲೇಷಣೆಯು ಧ್ವನಿಯ ಎಲ್ಲಾ ಭಾಗಗಳು ಸರಿಸುಮಾರು ಸಮಾನವಾಗಿ ಶ್ರವ್ಯವಾಗಿರುವಾಗ (ಮೊದಲ ಮತ್ತು ಎರಡನೆಯ ಪ್ರಯೋಗದಲ್ಲಿ), ಗ್ರಹಿಸಿದ ಪಾರ್ಶ್ವತೆ ಮತ್ತು ಗ್ರಾಫ್‌ನಲ್ಲಿನ ಇಳಿಜಾರು ITD ಯೊಂದಿಗೆ ಪಾರ್ಶ್ವತೆಯ ಬದಲಾವಣೆಯನ್ನು ಕಡಿಮೆ ಧ್ವನಿಯ ತೀವ್ರತೆಯೊಂದಿಗೆ ಕಡಿಮೆಗೊಳಿಸುತ್ತದೆ ಎಂದು ತೋರಿಸಿದೆ.

ಹೀಗಾಗಿ, ಎರಡನೆಯ ಪ್ರಯೋಗದ ಫಲಿತಾಂಶಗಳು ಮೊದಲನೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ದೃಢಪಡಿಸಿದವು. ಅಂದರೆ, ಪ್ರಾಯೋಗಿಕವಾಗಿ 1948 ರಲ್ಲಿ ಜೆಫ್ರೆಸ್ ಪ್ರಸ್ತಾಪಿಸಿದ ಮಾದರಿಯು ಸರಿಯಾಗಿಲ್ಲ ಎಂದು ತೋರಿಸಲಾಗಿದೆ.

ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಕಡಿಮೆಯಾದಂತೆ ಧ್ವನಿ ಸ್ಥಳೀಕರಣವು ಹದಗೆಡುತ್ತದೆ ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ, ಮತ್ತು ಶಬ್ದಗಳನ್ನು ಅವುಗಳ ತೀವ್ರತೆಯನ್ನು ಲೆಕ್ಕಿಸದೆಯೇ ಮಾನವರು ಅದೇ ರೀತಿಯಲ್ಲಿ ಗ್ರಹಿಸುತ್ತಾರೆ ಮತ್ತು ಸಂಸ್ಕರಿಸುತ್ತಾರೆ ಎಂದು ಜೆಫ್ರೆಸ್ ನಂಬಿದ್ದರು.

ಅಧ್ಯಯನದ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳೊಂದಿಗೆ ಹೆಚ್ಚು ವಿವರವಾದ ಪರಿಚಯಕ್ಕಾಗಿ, ನಾನು ನೋಡಲು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ ವಿಜ್ಞಾನಿಗಳು ವರದಿ ಮಾಡುತ್ತಾರೆ.

ಸಂಚಿಕೆ

ಸೈದ್ಧಾಂತಿಕ ಊಹೆಗಳು ಮತ್ತು ಅವುಗಳನ್ನು ದೃಢೀಕರಿಸುವ ಪ್ರಾಯೋಗಿಕ ಪ್ರಯೋಗಗಳು ಧ್ವನಿ ಸಂಕೇತದ ದಿಕ್ಕನ್ನು ಅವಲಂಬಿಸಿ ಸಸ್ತನಿಗಳಲ್ಲಿನ ಮೆದುಳಿನ ನರಕೋಶಗಳು ವಿಭಿನ್ನ ದರಗಳಲ್ಲಿ ಸಕ್ರಿಯಗೊಳ್ಳುತ್ತವೆ ಎಂದು ತೋರಿಸಿವೆ. ಧ್ವನಿ ಪರಿಸರದ ನಕ್ಷೆಯನ್ನು ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ನಿರ್ಮಿಸಲು ಮೆದುಳು ನಂತರ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಎಲ್ಲಾ ನ್ಯೂರಾನ್‌ಗಳ ನಡುವೆ ಈ ವೇಗವನ್ನು ಹೋಲಿಸುತ್ತದೆ.

ಜೆಫ್ರೆಸನ್‌ರ ಮಾದರಿಯು ವಾಸ್ತವವಾಗಿ 100% ತಪ್ಪಾಗಿಲ್ಲ, ಏಕೆಂದರೆ ಕೊಟ್ಟಿಗೆಯ ಗೂಬೆಗಳಲ್ಲಿ ಧ್ವನಿ ಮೂಲದ ಸ್ಥಳೀಕರಣವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ವಿವರಿಸಲು ಇದನ್ನು ಬಳಸಬಹುದು. ಹೌದು, ಕೊಟ್ಟಿಗೆಯ ಗೂಬೆಗಳಿಗೆ ಧ್ವನಿಯ ತೀವ್ರತೆಯು ಅಪ್ರಸ್ತುತವಾಗುತ್ತದೆ; ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ, ಅವರು ಅದರ ಮೂಲದ ಸ್ಥಾನವನ್ನು ನಿರ್ಧರಿಸುತ್ತಾರೆ. ಆದಾಗ್ಯೂ, ಹಿಂದಿನ ಪ್ರಯೋಗಗಳು ತೋರಿಸಿರುವಂತೆ ಈ ಮಾದರಿಯು ರೀಸಸ್ ಕೋತಿಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ, ಈ ಜೆಫ್ರೆಸನ್ ಮಾದರಿಯು ಎಲ್ಲಾ ಜೀವಿಗಳಿಗೆ ಶಬ್ದಗಳ ಸ್ಥಳೀಕರಣವನ್ನು ವಿವರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ವಿವಿಧ ಜೀವಿಗಳಲ್ಲಿ ಧ್ವನಿ ಸ್ಥಳೀಕರಣವು ವಿಭಿನ್ನವಾಗಿ ಸಂಭವಿಸುತ್ತದೆ ಎಂದು ಮಾನವ ಭಾಗವಹಿಸುವವರೊಂದಿಗಿನ ಪ್ರಯೋಗಗಳು ಮತ್ತೊಮ್ಮೆ ದೃಢಪಡಿಸಿವೆ. ಧ್ವನಿಯ ಕಡಿಮೆ ತೀವ್ರತೆಯಿಂದಾಗಿ ಅನೇಕ ಭಾಗವಹಿಸುವವರು ಧ್ವನಿ ಸಂಕೇತಗಳ ಮೂಲದ ಸ್ಥಾನವನ್ನು ಸರಿಯಾಗಿ ನಿರ್ಧರಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ.

ಅವರ ಕೆಲಸವು ನಾವು ಹೇಗೆ ನೋಡುತ್ತೇವೆ ಮತ್ತು ನಾವು ಹೇಗೆ ಕೇಳುತ್ತೇವೆ ಎಂಬುದರ ನಡುವೆ ಕೆಲವು ಹೋಲಿಕೆಗಳನ್ನು ತೋರಿಸುತ್ತದೆ ಎಂದು ವಿಜ್ಞಾನಿಗಳು ನಂಬುತ್ತಾರೆ. ಎರಡೂ ಪ್ರಕ್ರಿಯೆಗಳು ಮೆದುಳಿನ ವಿವಿಧ ಭಾಗಗಳಲ್ಲಿನ ನ್ಯೂರಾನ್‌ಗಳ ವೇಗದೊಂದಿಗೆ ಸಂಬಂಧಿಸಿವೆ, ಹಾಗೆಯೇ ಈ ವ್ಯತ್ಯಾಸದ ಮೌಲ್ಯಮಾಪನದೊಂದಿಗೆ ನಾವು ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ ನೋಡುವ ವಸ್ತುಗಳ ಸ್ಥಾನ ಮತ್ತು ನಾವು ಕೇಳುವ ಧ್ವನಿಯ ಮೂಲದ ಸ್ಥಾನವನ್ನು ನಿರ್ಧರಿಸಲು.

ಭವಿಷ್ಯದಲ್ಲಿ, ಮಾನವ ಶ್ರವಣ ಮತ್ತು ದೃಷ್ಟಿಯ ನಡುವಿನ ಸಂಪರ್ಕವನ್ನು ಹೆಚ್ಚು ವಿವರವಾಗಿ ಪರೀಕ್ಷಿಸಲು ಸಂಶೋಧಕರು ಪ್ರಯೋಗಗಳ ಸರಣಿಯನ್ನು ನಡೆಸಲಿದ್ದಾರೆ, ಇದು ನಮ್ಮ ಮೆದುಳು ನಮ್ಮ ಸುತ್ತಲಿನ ಪ್ರಪಂಚದ ನಕ್ಷೆಯನ್ನು ಹೇಗೆ ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ನಿರ್ಮಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ನಿಮ್ಮ ಗಮನಕ್ಕೆ ಧನ್ಯವಾದಗಳು, ಕುತೂಹಲದಿಂದಿರಿ ಮತ್ತು ಎಲ್ಲರಿಗೂ ಉತ್ತಮ ವಾರ! 🙂

ನಮ್ಮೊಂದಿಗೆ ಇರುವುದಕ್ಕೆ ಧನ್ಯವಾದಗಳು. ನೀವು ನಮ್ಮ ಲೇಖನಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತೀರಾ? ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕ ವಿಷಯವನ್ನು ನೋಡಲು ಬಯಸುವಿರಾ? ಆರ್ಡರ್ ಮಾಡುವ ಮೂಲಕ ಅಥವಾ ಸ್ನೇಹಿತರಿಗೆ ಶಿಫಾರಸು ಮಾಡುವ ಮೂಲಕ ನಮ್ಮನ್ನು ಬೆಂಬಲಿಸಿ, $4.99 ರಿಂದ ಡೆವಲಪರ್‌ಗಳಿಗಾಗಿ ಕ್ಲೌಡ್ VPS, ಪ್ರವೇಶ ಮಟ್ಟದ ಸರ್ವರ್‌ಗಳ ಅನನ್ಯ ಅನಲಾಗ್‌ನಲ್ಲಿ Habr ಬಳಕೆದಾರರಿಗೆ 30% ರಿಯಾಯಿತಿ, ಇದನ್ನು ನಿಮಗಾಗಿ ನಾವು ಕಂಡುಹಿಡಿದಿದ್ದೇವೆ: $5 ರಿಂದ VPS (KVM) E2650-4 v6 (10 ಕೋರ್‌ಗಳು) 4GB DDR240 1GB SSD 20Gbps ಬಗ್ಗೆ ಸಂಪೂರ್ಣ ಸತ್ಯ ಅಥವಾ ಸರ್ವರ್ ಅನ್ನು ಹೇಗೆ ಹಂಚಿಕೊಳ್ಳುವುದು? (RAID1 ಮತ್ತು RAID10, 24 ಕೋರ್‌ಗಳವರೆಗೆ ಮತ್ತು 40GB DDR4 ವರೆಗೆ ಲಭ್ಯವಿದೆ).

Dell R730xd 2 ಪಟ್ಟು ಅಗ್ಗವಾಗಿದೆಯೇ? ಇಲ್ಲಿ ಮಾತ್ರ $2 ರಿಂದ 2 x Intel TetraDeca-Ceon 5x E2697-3v2.6 14GHz 64C 4GB DDR4 960x1GB SSD 100Gbps 199 TV ನೆದರ್ಲ್ಯಾಂಡ್ಸ್ನಲ್ಲಿ! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 ರಿಂದ! ಬಗ್ಗೆ ಓದು ಮೂಲಸೌಕರ್ಯ ನಿಗಮವನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸುವುದು ಒಂದು ಪೆನ್ನಿಗೆ 730 ಯುರೋಗಳಷ್ಟು ಮೌಲ್ಯದ Dell R5xd E2650-4 v9000 ಸರ್ವರ್‌ಗಳ ಬಳಕೆಯೊಂದಿಗೆ ವರ್ಗ?

ಮೂಲ: www.habr.com