Geri Dön

Acil durum tabanlı telsiz konuşmalarındaki gürültülü ses verilerinin derin öğrenme yöntemleri kullanılarak tanımlanması

Identification of noisy voice data in emergency-based radio conversations using deep learning methods

  1. Tez No: 875477
  2. Yazar: CELALETTİN ARSLAN
  3. Danışmanlar: DOÇ. DR. VOLKAN KAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Erzincan Binali Yıldırım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka ve Robotik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Ses, kişiler arası iletişimde kullanılan temel unsurdur ve özellikle acil durum iletişiminde hayati bir rol oynamaktadır. Acil durum iletişiminde, konuşma seslerinin anlaşılabilirliği hızlı ve doğru bilgi akışı için kritik öneme sahiptir. Geleneksel iletişim yöntemlerinin başarısız olduğu durumlarda, telsiz iletişimi bağımsız yapısı sayesinde güvenilir bir araç olarak öne çıkmaktadır. Telsiz iletişiminde karşılaşılan en büyük sorun gürültülü seslerin anlaşılamamasıdır. Son yıllarda öne çıkan derin öğrenme yöntemlerinin kullanımı, gürültülü seslerin doğru tanımlanması için büyük faydalar sağlamaktadır. Bu tez kapsamında, acil durum kontrollerinde kullanılmak üzere ses verilerini tanıyan derin öğrenme tabanlı yeni bir model geliştirilmiştir. Geliştirilen modelin eğitimi ve test edilmesi için çeşitli çevresel gürültü koşulları altında elde edilen telsiz kayıtları kullanılarak altı farklı Türkçe ses verisi içeren yeni bir veri seti hazırlanmıştır. Bu veri seti kullanılarak, geliştirilen modelle %96,40 başarı oranıyla altı farklı acil durum ses verisi tanımlanmıştır.

Özet (Çeviri)

Voice is the basic element used in interpersonal communication and plays a vital role especially in emergency communication. In emergency communication, the intelligibility of speech sounds is of critical importance for fast and accurate information flow. In cases where traditional communication methods fail, radio communication stands out as a reliable tool thanks to its independent structure. The biggest problem encountered in radio communication is the inability to understand noisy sounds. The use of deep learning methods, which have become prominent in recent years, provides great benefits for the correct identification of noisy sounds. Within the scope of this thesis, a new deep learning-based model that recognizes voice data has been developed to be used in emergency controls. For training and testing of the developed model, a new dataset containing six different Turkish voice data was prepared using radio recordings obtained under various environmental noise conditions. Using this dataset, six different emergency voice data were identified with 96.40% success accuracy with the developed model.

Benzer Tezler

  1. Measurement based air to air and air to ground drone communication channel modeling

    Ölçüm tabanlı havadan havaya ve havadan yere drone iletişim kanalı modelleme

    BURAK EDE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN ALİ ÇIRPAN

  2. Yazılım tabanlı enstrümantasyon ile APCO Proje-25 telsiz platformu gerçeklemesi

    APCO Project-25 radio platform implementation with software defined instrumentation

    MURAT ÇEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN DİNÇER

  3. Cell selection algorithms for conventional narrow band wireless system

    Konvansiyonel dar bantlı telsiz sistemler için hücre seçim algoritmaları

    SAADET SİMAY YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BERNA ÖZBEK

  4. Noise cancellation with adaptive filters on the public radio spectrum

    Kamu telsiz spektrumunda gürültünün adaptif filtrelerle önlenmesi

    ÇAĞLAR ÖZÇETİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Telekomünikasyon Ana Bilim Dalı

    PROF. SEDEF KENT PINAR

  5. Environment aware location estimation in cellular networks

    Hücresel ağlarda ortam-bilinçli konum belirleme

    ONUR TÜRKYILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FATİH ALAGÖZ