Yapay sinir ağları ile hece algılama
Başlık çevirisi mevcut değil.
- Tez No: 57711
- Danışmanlar: YRD. DOÇ. DR. RIFAT YAZICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1995
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
ÖZET Bu çalışmada, Türkçe'deki heceler ve yapay sinir ağlan incelenmiş ve Hata- Geri Yayılım algoritması kullanılarak yapay sinir ağı hece paternleri ile eğitilmiştir. Eğitilen sistemin hece paternlerini tanıması sağlanmıştır. Mikrofon ile elektriksel işarete dönüştürülen hece işareti, yüksek frekanslı bileşenleri süzmek için band genişliği 4 kHz olan alçak geçiren süzgeçten (AGS) geçirilmiş ve analog/sayısal dönüştürücü (ASD) ile sayısal işarete dönüştürülmüştür. İşaret sayısala dönüştürülürken, örnekleme, kuvantalama ve kodlama işlemlerine tabi tutulmuştur. İnsan kulağının söze karşı duyarlılığı incelendiğinde iki önemli nokta görülür. Bunlardan birincisi; kulağın sözün fazına karşı duyarsız olduğudur, ikincisi ise; sözün güç tayfına karşı oldukça duyarlı olduğudur. Sözün güç tayfi incelendiğinde, ses bölgesi frekanslarının belirlenmesi önem kazanır. Bu frekanslarının belirlenmesi için, ayrık fourier dönüşümü kullanılmıştır. Bu adımlardan sonra elde edilen bilgiler, aynı standartta olmaları için normalize edilmişlerdir. Böylece elde edilen paternlerle yapay sinir ağı eğitilmiş ve eğitilen ağın paternleri algılaması sağlanmıştır. Eğitmenin anlamı; başlangıç ağırlıklarının ayarlanmasıdır. Çalışmada iki katmanlı yapay sinir ağı için hata-geri yayılım algoritmasına ilişkin bilgisayar yazılımı gerçeklenmiştir. Anahtar Kelimeler : Yapay sinir ağı, hata-geri yayılım algoritması, hece paterni, güç tayfi, ayrık fourier dönüşümü.
Özet (Çeviri)
SUMMARY“ Syllable Recognition with Artificial Neural Networks ”In this thesis, syllables in Turkish and Artificial Neural Networks have been examined and syllable patterns have been learned to network by using error-back propagation algorithm. Syllable patterns have been recognized by the network learned before. Speech signals transduced to the electrical signals by a microphone, are filtered with low pass filter (LPF) which band width is 4 kHz, so that high frequency components could be eliminated. Then the signals are converted to digital by using digital/analog converter (ADC). While converting, signals are sampled, kuanted and coded. Examining sensitivity of human ear, there are two important points. First of them is that ear is not sensitive to phase of speech, the other is the sensitivity of ear to power spectra of speech signal. In examining the power spectrum of speech, determination of speech frequencies becomes important. Discrete fourier transformation has been used for determination of these frequencies. Patterns that obtained after these steps are normalized in order to construct all patterns at the same standard. Thus, artificial neural network has been learned and trained by the patterns. Learning means to adjust initial weight values. In this application, layered feedforward neural network with two continuous perceptron layers has been used and error-back propagation algorithm has been programmed to perform learning and training. Key Words : Artificial Neural Networks, error back propagation algorithm, syllable pattern, power spectra, discrete fourier transformation. VI
Benzer Tezler
- Design and implementation of a platform independent automatic speech recognition system
Platformdan bağımsız bir otomatik konuşma tanıma sisteminin tasarlanması ve uygulanması
DOĞAN URGUN
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULKADİR ERDEN
YRD. DOÇ. DR. HAKAN TORA
- Yapay sinir ağı ile sesli-sessiz harflerin tespiti ve hece ölçüsünde ses-metin senkronizasyonu
Identification of vowel-non vowel letter with artificial neural network and sound-text synchronization at syllable level
HALİL İBRAHİM BAYAT
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MÜRSEL ÖNDER
- Trajectory control of a robotic manipulator using artificial neural networks
Yapay sinir ağları ile robot kolu yörüngesinin denetimi
GÜNEY DEVRİM İLDİRİ
Yüksek Lisans
İngilizce
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN TÜRKAY
- Yapay sinir ağları ile hedef izleme
Target tracking with the use of neural networks
İLKE TİTİ
Yüksek Lisans
Türkçe
1999
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CELAL YILDIZ
- Yapay sinir ağları ile lineer olmayan elemanların modellenmesi
Modeling of nonlinear component, using artificial neural networks
REMZİ TUNTAŞ
Yüksek Lisans
Türkçe
1999
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YAKUP DEMİR