Geri Dön

Derinlikli öğrenme kullanılarak konuşmadan uykululuk/uykusuzluk tespiti

Sleepiness detection from voice by using deep learning

  1. Tez No: 363568
  2. Yazar: CANBERK HACIOĞLU
  3. Danışmanlar: PROF. DR. BİLGE GÜNSEL KALYONCU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 91

Özet

Bu tez çalışmasında problem olarak ele alınan, konuşmadan uykululuk / uykusuzluk tespiti; insan sesininin probleme uygun özniteliklerinin elde edilerek makinalara öğretilmesi ve öğrenme sonucunda yeni bir örnek geldiğinde konuşmacının uykulu ya da uykusuz durumlarından hangisinde olduğuna karar verilmesi problemidir. Problem, ses işaret işleme ve örüntü tanıma kapsamında iki ana başlıkta incelenerek çözüme gidilmiştir: ses özniteliklerinin elde edilmesi ve konuşmacının durumunun modellenerek sınıflandırılması. Tez çalışmasında, konuşmacının durumunu belirlemek için öncelikle geliştirilen istatistiksel modelin eğitilmesi ve eğitim sonucunda tasarlanan sınıflandırıcının kullanılarak yeni gözlenen ses örneklerinden konuşmacının durumuna karar verilmesi için derinlikli öğrenme kullanılmıştır.

Özet (Çeviri)

In this thesis, the aim is to detect sleeepines with nine perceptually masked prosodic features trained and classified by Deep Learning algorithms.The problem of sleepiness detection is evaluated in two parts. In the first part proper features of human voice are extracted to teach machines. In the second part proper features are leaned to model the structure with the aim of classification of records. The classification results determine the state of the speaker in terms of sleepiness.

Benzer Tezler

  1. Manipulation of visually recognized objects using deep learning

    Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi

    ERTUĞRUL BAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PINAR BOYRAZ

  2. Target aware visual object tracking

    Hedef farkındalığıyla görsel nesne takibi

    CANER ÖZER

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

  3. Lightweight facial expression recognition systems for social robots

    Sosyal robotlar için hafif ağırlıklı yüz ifadesi tanıma sistemleri

    ERHAN BİÇER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  4. Güncel öğretim tekniklerinin Türkçeyi yabancı dil olarak öğrenen B2 seviyesi öğrencilerinin hazırlıklı konuşma becerilerine etkisi

    The effect of actual teaching techniques on prepared speaking skills of B2 level students learning Turkish as a foreign language

    GÜLLÜ UYSAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Eğitim ve ÖğretimYıldız Teknik Üniversitesi

    Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı

    DOÇ. DR. TALAT AYTAN

  5. İnsan uzuvlarındaki eklem momentlerinin derin öğrenme yöntemiyle video görüntüleri üzerinden tahmini

    Estimation of joint moments in human limbs through video images with deep learning method

    SÜLEYMAN AKTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KASIM SERBEST