Geri Dön

A Comparative study of artifical neural networks for phoneme recognition

Başlık çevirisi mevcut değil.

  1. Tez No: 29902
  2. Yazar: ABDURRAHMAN UĞUR ÜNLÜAKIN
  3. Danışmanlar: DOÇ. DR. FİKRET GÜRGEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dilbilim, Computer Engineering and Computer Science and Control, Linguistics
  6. Anahtar Kelimeler: Fonem tanıma, Yapay sinir ağları, Öğrenme yöntemleri, Phoneme recognition, Artificial neural networks, Learning methods
  7. Yıl: 1993
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    505730

    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

    Türkçe

    2018

    İnşaat MühendisliğiErciyes Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HATİCE ÇITAKOĞLU

  2. Tez No

    991349

    A comparative evaluation of artificial neural networks and polynomial chaos kriging methods in terms of accuracy and computational efficiency for structural reliability analyses

    Yapay sinir ağları ve polinom kaos kriging yöntemlerinin yapısal güvenirlik analizlerinde doğruluk ve hesaplama verimliliği açısından karşılaştırmalı değerlendirilmesi

    ONUR ALTUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    İnşaat Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ENGİN AKTAŞ

  3. Tez No

    82465

    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

    İngilizce

    1999

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. QAMARUL İSLAM

  4. Tez No

    369192

    Borsa istanbul'da işlem gören işletmelerin finansal başarısızlıklarının öngörülmesi: Yapay sinir ağları ve diskriminant analizi yöntemleri ile karşılaştırmalı bir uygulama

    Projection of financial failures of the businesses traded at İstanbul Stock Exchange: A comparative study via artificial neural networks and discriminant analysis

    HİLMİ PAKET

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İşletmeSüleyman Demirel Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. GAMZE GÖÇMEN YAĞCILAR

  5. Tez No

    544347

    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

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERHAT PEKER

Geri Dön