Adli uygulamalar için ses içerik analizi
Audio content analysis for applications in forensics
- Tez No: 496300
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA SERT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Günümüzde artan şiddet olayları, adli incelemelerin de önemini artırmıştır. Şiddet olaylarının ardından gerçekleştirilecek olan adli incelemeler esnasında, erişilebilir durumda olan bütün işitsel ve görsel veriler oldukça kıymetlidir. Olayın gerçekleştiği konumun tespit edilmesi, şiddetin türünün belirlenmesi ve benzeri süreçler, adli ses analizi kapsamında yer almaktadır. Günümüzde çevrimiçi içeriğe erişimin akıllı cihazlar aracılığıyla konum bağımsız olarak gerçekleştirilebiliyor olması ve sunulan içeriğin miktarının hızlı bir şekilde artmasıyla; içeriğin otomatik olarak sınıflandırılmasının önemini artırmıştır. Özellikle çocuk ve gençleri olumsuz olarak etkileyebilecek içeriğin otomatik olarak tespit edilmesi, içerik miktarının hızlı artışıyla birlikte önem kazanmıştır. Buna karşılık, sinyal işleme alanında, özellikle de adli ses analizi kapsamında gerçekleştirilen çalışmaların başarımı, diğer alanlarda kullanılan makine öğrenmesi yöntemlerinin şiddet sahnesi sınıflandırması alanına uygulanabileceğini göstermiştir. Bu tez çalışması kapsamında, silah seslerinin ve video verilerinin şiddet içeren sahnelerinin ses tabanlı sınıflandırılması problemleri ele alınmıştır. Bu amaçla, makine öğrenmesi metotlarının ve topluluk öğrenmesi yaklaşımları probleme uygulanmıştır. Yöntemler, performans veri kümeleri üzerinde karşılaştırmalı olarak incelenmiş ve silah sesleri sınıflandırılması alanında %66, şiddet sahnesi sınıflandırması alanında %62'ye varan sınıflandırma başarımları elde edilmiştir.
Özet (Çeviri)
Nowadays, the increase in violent events has enhanced the importance of forensic investigations. All accessible auditory and visual data are highly valuable during the examination to be performed after violent events. Audio forensics analysis contains determination of location in which violent incident occur and determination of type of violence. Recently, the location-free and easier access to online content via smart devices and the increase of content have enhanced the importance of automatical classification of content. With the rapid growth in the amount of content, it has become crucial to automatically determine the content that can adversely affect children and youth. On the other hand, the success of the studies carried out in the field of signal processing, especially in the context of audio forensic analysis, shows that the methods of machine learning used in other areas can be applied to the field of violent scene classification. In this study, we study the problem of gunshot sounds and violent scene classification. For this purpose, machine learning and ensemble learning approaches applied to this problem. We examine classification rates of various machine learning and ensemble learning approaches comperatively and we achieve classification accuracies of 66% and 62% in audio gunshot classification and violent scene classification, respectively.
Benzer Tezler
- Bilişim teknolojileri öğretmen yeterliklerinin öğretim elemanı, öğretmen adayı ve öğretmen görüşlerine göre değerlendirilmesi
Evaluation of information technology teacher competencies according to the opinions of instructors, preservice teachers and teachers
FEVZİ DURSUN
Doktora
Türkçe
2013
Eğitim ve ÖğretimAdnan Menderes ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. ASUMAN SEDA SARACALOĞLU
- Adli delil incelemesi sürecinde derin öğrenme tabanlı çoklu ortam içeriklerinin analizi
Deep learning-based analysis of multimedia contents in forensic evidence investigation process
MUSTAFA ERİŞ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA KAYA
- Exploring learner autonomy through the european language portfolio (ELP) in turkish context
Öğrenen özerkliğini Avrupa dil portfolyosu aracılığı ile Türkiye bağlamında inceleme
SİNEM YILMAZ
Yüksek Lisans
İngilizce
2010
Eğitim ve ÖğretimBoğaziçi Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. SUMRU AKCAN
- Speech synthesis using long-term short memory and recurrent neural network (LTSM-RNN)
Uzun süreli kısa kullanarak konuşma sentezi bellek ve tekrarlamalı sinir ağları (LTSM-RNN)
ARKAN ADNAN IMRAN AL-YASARI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. GALİP CANSEVER
- Matematik öğretmen adaylarının Web 2.0 araçlarını kullanarak bilişsel talep düzeylerine uygun ölçme ve değerlendirme deneyimlerinin incelenmesi
Analyzing of mathematics teachers' experiences in implementing measurement and evaluation content in accordance with their cognitive demand levels by using Web 2.0 tools
FARUK SAVAŞ
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimEskişehir Osmangazi ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE EV ÇİMEN