Geri Dön

Türkçe ses birimlerinin sınıflandırılması için bir bulanık sinir ağının tasarımı ve gerçekleştirimi

Design and implementation of a fuzzy neural network for Turkish phoneme classification

  1. Tez No: 155334
  2. Yazar: ETHEM ARKIN
  3. Danışmanlar: Y.DOÇ.DR. HARUN ARTUNER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Türkçe sesli ifade tanıma, sesbirim sınıflandırma, bulanık mantık, yapay sinir ağı, zaman gecikmeli bulanık sinir ağı, Turkish speech recognition, phoneme classification, fuzzy logic, artificial neural network, time delay fuzzy neural network
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 83

Özet

TÜRKÇE SESBİRİMLERİNİN SINIFLANDIRILMASI İÇİN BİR BULANIK SİNİR AĞININ TASARIMI VE GERÇEKLEŞTİRİLMESİ Ethem ARKIN ÖZ Türkçe sesli ifade tanıma sistemlerinin, Türkçe'nin çekimli bir dil olması nedeniyle, sesbirim tabanlı sesli ifade tanıma yöntemleri ile gerçekleştirilmesi diğer yöntemlere göre daha avantajlı olduğu kabul edilmektedir. Bu tür tanıma sistemlerinde sesli ifadeyi oluşturan sesbirimlerin tek tek tanınması, daha sonra bunların birleştirilmesi ile sesli ifadenin tanınması sağlanır. Bu çalışma ilkesine dayanan sesbirim tabanlı Türkçe sesli ifade tanıma çalışmaları vardır. Ancak bu sistemlerin başarımları ile ilgili yapılabilecek çok sayıda çalışma alanı bulunmaktadır. Sesbirim tabanlı sesli ifade tanıma sistemlerinin en önemli kesimini sesbirimlerin sınıflandırılması oluşturmaktadır. Sesbirimlerin sınıflandırılmasının etkin biçimde yapılması ile sesli ifade tanıma sisteminin genel başarımı da artacaktır. Bu tez kapsamında sesbirim tabanlı Türkçe sesli ifade tanıma sisteminde kullanılacak, sesbirimlerini daha etkin biçimde sınıflandıracak bir bulanık sinir ağı sistemi tasarlanmış ve gerçekleştirilmiştir. Çalışmada öncelikle bulanık mantık yöntemleri incelenmiş ve basit yapay sinir ağı modellerinden biri olan Çok Katmanlı Sinir Ağı üzerinde bir bulanık sinir ağı modeli oluşturulmuştur. Daha sonra sesbirimlerin sınıflandırılmasında etkin bir model olan Zaman Gecikmeli Sinir Ağı üzerinde benzer yaklaşımlar uygulanmış ve bir Zaman Gecikmeli Bulanık Sinir Ağı modeli gerçekleştirilmiştir. Bu sayede Türkçe sesbirimlerin sınıflandırılması için daha hızlı öğrenebilen ve etkin çalışabilen bir bulanık sinir ağı modeli geliştirilmesine çalışılmıştır.

Özet (Çeviri)

DESIGN AND IMPLEMENTATION OF A FUZZY NEURAL NETWORK FOR TURKISH PHONEME CLASSIFICATION Ethem ARKIN ABSTRACT It is more advantageous to implement Turkish speech recognition systems by phoneme-based speech recognition methods as words in Turkish are mostly produced by derivational and inflectional affixes to roots. Phoneme based speech recognition systems are based on the the recognition of the phonemes and then recognition of the speech by combining the phonemes. There are some phoneme-based Turkish speech recognition research available that have been implemented based on this principle. But there exists much study area according to the performance of these systems. Phoneme classification constitute the most important part of phoneme-based speech recognition. Effective classification of phonemes optimizes the whole performance of the system. Within the scope of this thesis work, a fuzzy neural network system which classifies Turkish phonemes more effectively is designed and implemented to be used in the Turkish speech recognition system. First, fuzzy logic methods are examined and a fuzzy neural network model based on the Multi Layer Perceptron, which is one of simple artificial neural network models, is implemented. Then, these methods are applied on the Time Delay Neural Network which is a more effective model on classification of phonemes. By this way, a time delay fuzzy neural network model which can learn faster and work more effectively for Turkish phoneme classification is considered to be developed.

Benzer Tezler

  1. Aspect verbal en grec Istanbouliote: modele de description fonctionnaliste

    Başlık çevirisi yok

    EMİNE YAVAŞGEL

    Yüksek Lisans

    Fransızca

    Fransızca

    1993

    Dilbilimİstanbul Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    PROF. DR. NÜKHET GÜZ

  2. İnşaat projelerinde bilgi paylaşımının önündeki engellerin kaldırılmasının firma performansına etkileri: Bir örnek olay incelemesi

    The effects of eliminating knowledge sharing barriers in the construction projects on the firm's performance: A case study

    AYSEL KARDELEN VATANSEVER

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. HAKAN YAMAN

  3. Reklam ve mizah

    Advertisement and humor

    MELEK HANCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Reklamcılıkİstanbul Ticaret Üniversitesi

    Reklamcılık ve Marka İletişimi Yönetimi Ana Bilim Dalı

    YRD. DOÇ. DR. NİHAL KOCABAY ŞENER

  4. Лингво-стилистические особенности ложныхдрузей переводчика

    Tuzak kelimelerin çevirisinde dilbilimsel ve üslupbilimselözellikler

    ŞUHEDA RENGİN ÖZTÜRK

    Yüksek Lisans

    Rusça

    Rusça

    2024

    Mütercim-TercümanlıkKırgızistan-Türkiye Manas Üniversitesi

    Mütercim Tercümanlık Ana Bilim Dalı

    DOÇ. DR. SALTANAT MAMBAYEVA

  5. Solunum seslerinin yapay zeka ortamında sınıflandırılması

    Artificial intelligence environment classification of respiratory sounds

    ÜZEYİR ÇİMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAfyon Kocatepe Üniversitesi

    İnternet ve Bilişim Teknolojileri Yönetimi Ana Bilim Dalı

    DOÇ. DR. UÇMAN ERGÜN