Speech recognıtıon of control system by hıgh ımpact varıable usıng deep learnıng technıue
Derin öğrenme tekniği kullanarak yüksek etkili değişkenlerle kumanda sisteminin konuşma tanıması
- Tez No: 1001015
- Danışmanlar: DR. ÖĞR. ÜYESİ OGUZ KARAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, derin sinir ağları (DNN) temelinde, konuşma tanıma teknolojisi kullanılarak otomatik sürüş ve dijital komut kontrolünün iyileştirilmesi amaçlanmıştır. Süreç, gürültü azaltma, özellik çıkarma ve sinir ağı sınıflandırmasından oluşan bir dizi işlemden oluşmaktadır. Önerilen yöntem, sinir ağının gizli katmanlarındaki sonuçlarla ilgili değişkenlerin vektör biçiminde çıkarılmasını ve depolanmasını içerir. Daha sonra, en etkili olanlar, üretilen sonuçlarda daha yüksek bir doğruluk derecesi elde etmek için ağın gizli katmanlarına geri beslenebilir. 0,75 s'lik mükemmel bir tepki süresi ve %93'lük bir doğrulukla, PSNR 78 dB olarak ölçülmüştür. Önerilen yaklaşım cesaret vericidir ve son kullanıcılar için tatmin edici sonuçlar sağlamaktadır. Bulgular, gelecekteki talimat sayısını, veri işlemeyi ve araştırma çabalarını artırmamız için bizi motive etmiştir. Bu hedeflere mümkün olan en kısa sürede ulaşmak için, sistem verimliliğini ve güvenli sürüşü artırabilecek sensörler ekleyeceğiz - bu, bu projeyi üstlenmedeki ana hedefimizdi.
Özet (Çeviri)
In this study, on the basis of DNN (Deep Neural Networks), Attempts have been made to improve automated driving and digital command control by using spoken speech recognition technology. The process is made up of a sequence of processes that consist of the following: noise reduction, feature extraction, and neural network classification. The suggested method involves extracting and storing in vector form the variables that are related to the outcomes in the hidden layers of the neural network. After then, the most influential ones may be fed back into the hidden layers of the network to get a higher degree of accuracy in the results that are produced. With an excellent reaction time of 0.75 s and an accuracy of 93%, the PSNR was 78 dB. The suggested approach is encouraging and provides gratifying results for end users. The findings motivated us to increase the number of instructions, data processing, and investigation efforts for the future. We will add sensors that can provide increased system efficiency as well as safe driving in order to achieve these aims as quickly as possible-- this was our main goal in undertaking this project.
Benzer Tezler
- Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma
Generating image hash codes with deep reinforcement learning method
ELİF AKKAYA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Doğal dil işleme teknikleri kullanılarak türkçe mobil asistan yazılımı geliştirilmesi
Development of a turkish mobile assistant software using natural language processing techniques
GÖKHAN ÇELİKKAYA
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. GÜLŞEN ERYİĞİT
- Derin öğrenme mimarileri kullanılarak dudak okuma ile konuşma tanıma sistemi tasarlanması
Designing a speech recognition system with lip reading using deep learning architectures
ALİ ERBEY
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. NECAATTİN BARIŞÇI
- Derin öğrenme algoritmaları ile personel geri bildirimlerinin sınıflandırılması ve analizi
Classification and analysis of employee feedback with deep learning algorithms
GÖKHAN YİĞİDEFE
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
- Patoloji laboratuvarları için ses kontrollü ve lazer başlıklı tümleşik lam yazıcı geliştirilmesi
Developing a voice controlled integrated slide printer with laser printhead for pathology laboratories
FERHAT TOSLAK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN FATİH KOCAMAZ