Environmental sound recognition with various feature extraction and classification techniques
Öznitelik çıkartma ve sınıflandırma tekniklerini kıyaslayarak çevresel ses tanıma
- Tez No: 597257
- Danışmanlar: PROF. DR. HÜSEYİN CANBOLAT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 34
Özet
Bu tezde, çevresel ses tanıma amaçlı“Öznitelik Çıkartma ve Sınıflandırma Metotları”önerilmektedir. Çevresel ses tanıma çalışması, son yıllarda popüler bir konu haline gelmiştir. Geçtiğimiz on yılda, çevresel ses tanıma alanı ile ilgili araştırmalar hızlandı. Çevresel ses tanıma, akıllı bilgisayar sistemleri ve robotlar için önemli bir role sahiptir. Bu araştırmada, çevresel sesleri tanımaya yönelik çeşitli öznitelik çıkarımı ve sınıflandırma tekniklerini kullanılarak, bu teknikler üzerinden kıyaslamalar yapılarak en verimli şekilde ses tanıma yapılma amaçlanmıştır. Araştırma üç kısmı içeriyor, bunlar: temel çevresel ses tanıma, öznitelik çıkarma teknikleri, sınıflandırma teknikleri ve seçilen tekniklerin performans karşılaştırması. Son olarak, ESR alanındaki sonuca yönelik açıklamalar ve gelecekteki araştırma ve geliştirme eğilimleri verilecektir.
Özet (Çeviri)
This thesis proposes“An Environmental Sound Recognition with various feature extraction and classification techniques”for environmental sound recognition. Study in Environmental Sound Recognition (ESR) has taken attention in recent years. In the past decade, research on the Environmental Sound Recognition (ESR) area has accelerated. ESR has important role on intelligent computer systems and robots for the purpose of identification, recognition and discrimination. In this survey, I will put forward a survey on which various feature extraction and classification techniques is better to recognize environmental sounds. Survey includes these parts: environmental sound recognition system processing, feature extraction techniques, classification techniques, and performance comparison of selected techniques. At long last, finishing up comments and future innovative work slants in the ESR field will be given.
Benzer Tezler
- Deep neural networks algorithms for acoustic drone detection
Akustik drone tespiti için derin sinir ağları algoritmaları
HUSSAM KANAAN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANSU FİLİK
- Lifelong learning for auditory scene analysis
İşitsel sahne analizi için hayat boyu öğrenme
BARIŞ BAYRAM
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- Interregional Relations: Perspectives on the Summit of South American-Arab Countries 'New' patterns of engagement
Bölgelerarasi ilişkiler: Güney Amerika - Arap Ülkeleri zirvesindeki 'Yeni' angajman yapısı perspektifleri
MARSHA MARİE HALL
Yüksek Lisans
İngilizce
2015
Uluslararası İlişkilerOrta Doğu Teknik ÜniversitesiOrtadoğu Araştırmaları Ana Bilim Dalı
PROF. DR. MELİHA BENLİ ALTUNIŞIK
DOÇ. DR. DERYA GÖÇER AKDER
- Ses analizinde akustik parametrelerin tespiti ve anksiyete bozukluğunun akustik parametrelerle ilişkisinin araştırılması
The detection of acoustic parameters in the voice analysis and the investigation of relationship with acoustic parameters of anxiety disorders
TURGUT ÖZSEVEN
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUHARREM DÜĞENCİ