A Comparative study of artifical neural networks for phoneme recognition
Başlık çevirisi mevcut değil.
- Tez No: 29902
- Danışmanlar: DOÇ. DR. FİKRET GÜRGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dilbilim, Computer Engineering and Computer Science and Control, Linguistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1993
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
ÖZET Fonem tanıma, fonem sınıflarının kesin tanımlanmamış ve bulanık sınırlara sahip olduğu zor bir işlemdir. Yapay sinir ağları ise sınıflar arası sınırları başarıyla ayarlayabilen öğrenme metodlarının varolması dolayısıyla fonem tanıma problemleri için ümit vadeden bir tekniktir. Bununla birlikte, bu teknikte kullanılabilecek birçok metot olduğu gibi seçilebilecek birçok da ağ yapısı vardır. Bu tez, gerisayma öğrenme tekniğiyle ve farklı hedef fonksiyonlar kullanılarak eğitilen ileri beslemeli sinir ağlarının fonem tanıma problemi üzerindeki performanslarını araştırmaktadır. Hedef fonksiyonlarının detaylı bir karşılaştırmasını yapabilmek ve öğrenme performanslarını belirleyebilmek için, farklı hedef fonksiyonlar kullanılarak eğitilmiş bir, iki gizli katmanlı ve farklı sayılarda gizli düğümü bulunan ileri beslemeli ağlar kullanılmıştır. Beş farklı hedef fonksiyon sınanmıştır: Ortalama Karesel Hata, Çapraz-entropi, Bir Birleşik Hata Ölçümü, Ağırlık Azaltma, Ağırlık Eleme. Bu hedef fonksiyonlarla eğitilmiş ileri beslemeli ağların ve en yakın komşu metodunun tanıma performansları, Japonca'nın en zor ayırdedilebilen altı fonemi, /b, d, g, m, n, N/, kullanılarak konuşmacı bağımlı durum için sınanmıştır. Sonuçlar tartışılmış ve bazı öneriler getirilmiştir.
Özet (Çeviri)
IV ABSTRACT Phoneme recognition is a difficult task where the phoneme classes have ill-defined, fuzzy boundaries. Artificial neural networks are promising in phoneme classification as there are learning methods which adjust the class boundaries with satisfaction. However, there are a big number of methods that can be used and many network architectures that can be chosen for the task. This thesis investigates the performances of feedforward neural networks trained with backpropagation algorithm using various objective functions for phoneme recognition problem. Feedforward networks with one and two hidden layers and various number of hidden nodes are considered with different objective functions in order to obtain a detailed comparative study of objective functions and their performances in recognition. Five different objective functions are tested: Mean Square Error, Cross-entropy, A Combinational Error Measure, Weight Decay and Weight Elimination. The recognition performances of the networks trained by using these objective functions and the Nearest Neighbor method are compared by using hardly distinguishable six phonemes /b, d, g, m, n, N/ of Japanese for the speaker dependent case. The results are discussed and some advices are presented.
Benzer Tezler
- KASKİ atık su arıtma verilerinin yapay sinir ağları ve bulanık mantık yöntemleri ile tahmin edilmesi
Prediction of wastewater treatment data of Kayseri water and sewerage administration (KASKI) artifical neural networks and fuzzy logic
SALİH BURÇİN ÖZEN
Yüksek Lisans
Türkçe
2018
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HATİCE ÇITAKOĞLU
- A Comparative study of artificial neural network and the alternative statistical methods
Yapay sinir ağları ve alternatif istatistik metodlarının karşılaştırmalı çalışması
FERAY ADIGÜZEL
Yüksek Lisans
İngilizce
1999
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. QAMARUL İSLAM
- A comparative study of deep learning techniques in concrete crack detection: Convolutional neural networks and logistic regression
Beton çatlağı tahminde derin öğrenme yöntemlerinin kıyaslamalı bir çalışması: Evrişimsel sinir ağları ve lojistik regresyon
AZHI YASSIN RASUL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kültür ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FADİME YÜKSEKTEPE
- A comparative study of neural network approaches in network anomaly detection
Ağ anomalilerinin tespitinde kullanılan yapay sinir ağlarının karşılaştırılması
MEHMET UĞUR ÖNEY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERHAT PEKER
- Kauçuk bileşiklerinin mekanik özelliklerinin yapay zeka teknikleri ile tahmin edilmesi ve karşılaştırmalı analizi
A comparative study with artificial intelligence techniques to estimate mechanical properties of rubber compounds
FURKAN TİTİZ
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER KİRAZ