Audio classification with few-shot learning
Birkaç örnekli öğrenme ile ses sınıflandırma
- Tez No: 899921
- Danışmanlar: DOÇ. DR. HACER YALIM KELEŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 64
Özet
Bu tez, epizodik ve epizodik olmayan eğitim yöntemlerinin ne kadar iyi çalıştığını karşılaştırmak için ses alanındaki birkaç vuruşlu sınıflandırma probleminin tam bir deneysel çalışmasını yapmaktadır. Üç farklı optimizasyon algoritması epizodik olmayan yöntemle eğitilmiş ve eğitim tekniklerinin sınıflandırma performansı üzerindeki etkisi araştırılmıştır. Bu karşılaştırmalar yapılırken, performansı artırmak için basit özellik dönüşümleri kullanılmış ve bunların performans üzerindeki etkisi analiz edilmiştir. Az sayıda ses sınıflandırma görevi, sınırlı veriye sahip senaryolarda gerçekleştirilmiştir. Bu çalışmada iki farklı veri seti kullanılmıştır: Çevresel Ses Sınıflandırması - 50 ve Google Konuşma Komutları. ESC-50 çevresel konuşma dışı sesleri içerir. GSC temel sözlü emirleri kapsar. Eğitim verisi miktarının her veri seti için sınıf başına 5, 10 ve 15 örnek seçilerek kısıtlandığı üç farklı senaryo oluşturulmuştur. Epizodik olmayan deneylerde üç farklı optimizasyon modeli kullanılarak bu farklı eğitim setleriyle bir dizi kapsamlı deney gerçekleştirilmiştir: tek aşamalı hibrit kayıp optimizasyonu (SSHLO), tek aşamalı kayıp optimizasyonu (SSLO) ve iki aşamalı kayıp optimizasyonu (TSLO). Bu deneylerin sonuçları daha sonra üç optimizasyon ile epizodik eğitim arasında karşılaştırılmıştır. Araştırmamızın bulguları, önceden eğitilmiş bir modelle birlikte kullanıldığında ses alanında epizodik olmayan eğitim yaklaşımının epizodik eğitim yaklaşımından daha etkili olduğuna işaret etmektedir.Optimizasyonlar açısından, sonuçlar tek aşamalı hibrit kayıp optimizasyonunun (SSHLO) iki veri seti üzerinde en üstün optimizasyon olduğunu göstermektedir.
Özet (Çeviri)
This thesis does a full experimental study of the few-shot classification problem in the audio domain to compare how well episodic and non-episodic training methods work. Three different optimization algorithms are trained with the non-episodic method, and the effect of the training techniques on the classification performance is investigated. In making these comparisons, simple feature transformations have been employed to improve performance, and their effect on performance has been analyzed. The few-shot audio classification task has been conducted in scenarios with limited data. This study uses two distinct data sets: Environmental Sound Classification - 50 and Google Speech Commands. ESC-50 includes environmental non-speech noises. GSC encompasses basic spoken orders. Three distinct scenarios are constructed in which the amount of training data is constrained for each data set by selecting 5, 10, and 15 samples per class. A series of comprehensive experiments have been conducted with these different training sets using three different optimization models in non-episodic experiments: single-stage hybrid loss optimization (SSHLO), single-stage loss optimization (SSLO), and two-stage loss optimization (TSLO). The results of these experiments are then compared between the three optimizations and episodic training. The findings of our research point out that the non-episodic training approach is more effective than the episodic training approach in the audio domain when used with a pre-trained model. In terms of optimizations, the results demonstrate that single-stage hybrid loss optimization (SSHLO) is the most superior optimization on the two data sets.
Benzer Tezler
- The significance and the contribution of 6+1 traits of writing to the success of the students in writing courses in English language teaching
Yazmanın 6+1 özelliğinin İngilizce öğretiminde yazılı anlatım derslerindeki öğrenci başarısına katkısı ve önemi
ÖZLEM YAZAR
Yüksek Lisans
İngilizce
2004
Eğitim ve ÖğretimGazi Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. PAŞA TEVFİK CEPHE
- Multi-label multi-modal classification of movie scenes
Film sahnelerinin çok etiketli karma model ile sınıflandırılması
IRMAK TÜRKÖZ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL ALTAY GÜVENİR
- Analiz ve sentez seyreklik için sözlük öğrenme algoritmaları ve görüntü işlemede uygulamaları
Dictionary learning algorithms for analysis and synthesis sparsity and applications in image processing
ÖZDEN BAYIR
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Seyreklik ve sözlük öğrenme yaklaşımlarının sınıflandırma ve yüz tanımaya uygulanması
Classification and face recognition application of sparsity and dictionary learning based methods
BERNA AZİZOĞLU
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Audio-visual affect recognition
Yüz ifadeleri ve sesten çok-kipli duygu tanıma
SARA ZHALEHPOUR
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiBahçeşehir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. ÇİĞDEM EROĞLU ERDEM