İğnecikli sinir ağları ile ses kaynağı sınıflandırma
Sound source classi̇fi̇cati̇ons usi̇ng spi̇ki̇ng neural networks
- Tez No: 425895
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Bilim Dalı
- Sayfa Sayısı: 89
Özet
Bu yüksek lisans tezinde, mikrofon dizilerinden alınan verilerin işlenmesi ile ses kaynağının yer tayini üzerine çalışılmıştır. Ses kaynağı konumu belirlemede başarımı en yüksek yöntemlerden biri olan faz dönüşümlü yönlendirilmiş cevap gücü algoritması üzerine yoğunlaşılmıştır. Mikrofon dizileri ile yapılan kayıtlarda kaynakların ayrı ayrı dinlenebilmesi için odaklama yapılması gerekmektedir ve bunun için de ses kaynağı konumunun kesin bir şekilde bulunabilmesi gerekmektedir. Bu amaçla konum bilgilerinin değerlendirilmesi ve yer tayini işlemi için iğnecikli sinir ağı ile sınıflandırma yapılmıştır. Elde edilen sonuçlar, oldukça yüksek bir başarıma işaret etmektedir. Belirlenen konumlar, bilinen gerçek konuşmacı konumları ile oldukça uyumludur ve hata oranları birkaç santimetreyi aşmamaktadır.
Özet (Çeviri)
In this master of science thesis, we have worked on determining sound source positions via processing data obtained from microphone arrays. We have focused on phase transformed steered response power algorithm which is one of the most powerful techniques on sound source localization. To listen sound sources separately, focusing is needed which requires the exact position knowledge of source localization when microphone arrays are used, For this purpose, to evaluate position information and localization, classification is incorporated using a spiking neural network. Results obtained indicate very a good performance. Determined positions are quite comparable with the known positions of five talkers, thus calculated positional errors are in a few centimeters range
Benzer Tezler
- Performance analysis of convolutional spiking neural networks compared with ordinary convolutional neural networks
CNN ile evrişimsel iğnecikli sinir ağlarının karşılaştırılması ve performans analizi
SİNAN ÇOLAK
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARBAROS PREVEZE
- Field programmable gate array implementation of spiking neural networks
Alan programlanabilir kapı dizileri üzerinde iğnecikli sinir ağlarının uygulanması
OĞUZHAN YILDIRIM
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BURCU ERKMEN
- Nöromorfik hesaplama sistemine yönelik devre tasarımı
Circuit design for neuromorphic computing system
MUHAMMED EFDAL ELKATMIŞ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BURCU ERKMEN
DR. ÖĞR. ÜYESİ OKAN ZAFER BATUR
- Derin öğrenme algoritmalarının EKG aritmilerinin sınıflandırılmasında değerlendirilmesi
Evaluation of deep learning algorithms in classification of ECG arrhythmias
ÖZGÜR TOMAK
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU
- Yapay görme için basitleştirilmiş görsel korteks modeli
Simplified visual cortex model for machine vision
İSMAİL CAN ÇEVİKBAŞ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM