Uncertainty assessment for speaker verification systems using a bayesian approach
Başlık çevirisi mevcut değil.
- Tez No: 662860
- Danışmanlar: DOÇ. DR. CENK DEMİROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Otomatik Konuşmacı Doğrulama (OKD) sistemleri, gerçek konuşmacıları, sahte konuşmacılardan ayırt edebilmek için ve aynı zamanda bazı sektörlerde (Örn; Bankacılık, telekominikasyon) güvenlik sistemi oluşturma amacı ile kullanılmaktadır. Sahte konuşmacı önleme (SKÖ) sistemleri, OKD sitemlerinin kendilerini sahte konuşmacılara karşı koruyabilmeleri açısından büyük önem taşımaktadır. Genellikle SKÖ sistemleri, en iyi sınıflandırma performansını elde edebilmek için, çapraz entropi kaybı fonksiyonu ve softmax sınıflandırma fonksiyonu kullanarak geliştirilirler. Softmax sınıflandırma fonksiyonu derin öğrenme alanında birçok defa kullanılmasına rağmen, SKÖ sistemlerinin ürettiği tahmini olasılık değerlerinde sıkıştırılmaya sebep olarak, olasılık değerlerinin belirsizlik ölçümlerinde artışa sebep olabilmektedir. Bu araştırmanın asıl amacı, Bayes teorisini kullanarak geleneksel çapraz entropi kaybı ve softmax fonksiyonu SKÖ sistemlerindeki softmax kaynaklı belirsizlik değerlernin düşmesini sağlamaktır. Bunu yapabilmek için, Otomatik Konuşmacı Doğrulama ve Sahte Konuşmacı Önleme (OKDSKÖ 2017) 2017 yarışmasına birden fazla SKÖ sistemi geliştirilmiştir ve bu sistemlerin arasından en yüksek sınıflandırma başarısını gösterebilen sisteme Bayes teorisi uygulanmıştır. Sistemlerdeki belirsizlik ölçümlerini karşılaştırmak amacı ile Olasılık Dağılım Fonksiyonu (ODF), Eğri Altında Kalan Alan (EAKA) ve Alıcı Operasyon Karakteristiği (AOK) eğrisi kullanılmıştır. Araştırma sonucunda, Bayes teorisi ile yapılandırılan sistemin, geleneksel çapraz entropi kaybı ve softmax fonksiyonu SKÖ sisteminin EAKA değerini 14% yükselterek, geleneksel sistemin belirsizlik değerini düşürdüğü gözlemlenmiştir. Aynı zamanda, Bayes sistemi en başarılı Eşit Hata Oranı (EHO) değerini üreterek (16.79%), OKDSKÖ 2017 yarışmasında kullanılan temel sistemden daha üstün bir başarı elde etmiştir.
Özet (Çeviri)
The Automatic Speaker Verification (ASV) systems are developed to discriminate the genuine speakers from the spoofing attacks and they are also used as a security application in various industries (e.g., Banking and telephone-based systems). The spoofing countermeasure systems (SCS) are important for the ASV systems to protect themselves against spoofing attacks. In general, the SCSs are developed using the cross entropy loss function and the softmax classification layer to perform the best classification scores. Even though the softmax function is popularly used as a classification layer for the deep neural network tasks, it increases the uncertainty of the estimated class probabilities by squishing the probabilistic predictions of the predictive models. The aim of this work was to decrease uncertainty of the conventional cross entropy metrics and softmax function SCS by using the Bayesian approach. To accomplish this, multiple SCSs were developed to outperform the base system of the Automatic Speaker Verification Spoofing and Countermeasures 2017 Challenge. The Bayesian approach was applied to the best model (e.g., the model which performed the lowest EER score) to decrease the uncertainty of the conventional cross entropy metrics and softmax function SCS. The uncertainty of the both systems were compared with the probability distribution function, AUC value and the ROC curve. As it can be observed from the ROC curve, the Bayesian network decreased the uncertainty of the conventional cross entropy metrics and softmax function SCS by increasing AUC value 14%. Also the Bayesian network has provided the lowest EER score (16.79%) by outperforming the base system of the ASV spoof 2017 challenge.
Benzer Tezler
- Uncertainty assessment for the supply chain system of a concrete company using Monte Carlo simulation
Bir beton firmasının tedarik zincirinin Monte Carlo silumasyonu ile belirsizlik değerlendirmesi
İNANÇ TAHA SERBEST
Yüksek Lisans
İngilizce
2021
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR GÖLBAŞI
- Uncertainty assessment for the evaluation of net present value of a mineral deposit
Bir maden yatağının net bugünkü değerinin tahmininde belirsizlik değerlendirmesi
ÖMER ERDEM
Yüksek Lisans
İngilizce
2008
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. TEVFİK GÜYAGÜLER
- Uncertainty assessment in projection of the extreme river flows: The case of Omerli catchment, Istanbul
Ekstrem akım tahminlerindeki belirsizliklerin değerlendirilmesi: Ömerli havzası, İstanbul
BATUHAN EREN ENGİN
Yüksek Lisans
İngilizce
2015
MeteorolojiOrta Doğu Teknik ÜniversitesiYer Sistem Bilimi Ana Bilim Dalı
DOÇ. DR. İSMAİL YÜCEL
PROF. DR. AYŞEN YILMAZ
- Uncertainty assessment in reserv estimation of a naturally fractured reservior
Doğal çatlaklı bir rezervuarın rezerv tahmininde belirsizlik değerlendirmesi
ÖZLEN ERİÇOK
Yüksek Lisans
İngilizce
2004
Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ GÜMRAH
- Security risk assessment for critical facility protection
Kritik tesislerin korunmasında güvenlik riski değerlemesi
İLKER AKGÜN
Doktora
İngilizce
2012
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET FAHRİ ÖZOK