Yapar sinir ağını kullanarak kişiye özel komut tanıma
Specially personalized order recognization by using artifical neural networks
- Tez No: 178808
- Danışmanlar: DR. S. SİNAN GÜLTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Ses tanıma, Yapay Sinir Ağları, Ses kodlama, Ses tanıma sistemleri, Voice Recognition, Artificial Neural Networks, Voice coding, Voice recognition systems
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kaydedilmiş olan bir ses, herhangi bir olayın ortaya çıkarılıp aydınlatılmasında mevcut tek delil olabilir. Böylece şüpheli yada şüpheliler ortaya çıkarılarak işlenen suçun faillerinin bulunmasında kolaylık sağlayabilir. Günümüzde bu tekniğin uygulanmasıyla terör eylemleri, cinayetler, kaçırma, tehdit, şantaj, tecavüz, organize suçlar ve telefonla rahatsız etme olayları aydınlatılabilmektedir.Ses tanıma ve tanımlama işlemi, bütün işitsel veya görsel duyuların kullanıldığı çok yönlü bir işlemdir. Bu işlem, bilinmeyen bir sesin bir veya daha fazla bilinen sesle tanınması veya elenmesi amacıyla işitsel veya görsel olarak karşılaştırılması şeklinde tanımlanabilir. Seslerin, kendi başına sahip olduğu karakteristikler ve özellikler yardımıyla çeşitli analiz teknikleri ve yöntemleri uygulanarak diğer seslerden ayırt edilmesi bu tanıma temel teşkil eder.Bu çalışmada Yapay Sinir Ağları'nın Çok Katlı Perseptron ağ yapısı kullanılarak, ses tanıma problemine uygulanmıştır. Elde edilen sonuçların hata analizi yapılarak, kullanılan öğrenme algoritmalarının bu problem için uygulanabilirliliği ve herhangi bir sistem kontrolünün yapılabilirliliği hedeflenmiştir.LPC tekniği ile elde edilen ses genlik verileri Yapay Sinir Ağları Modelinin giriş katmanının oluşturmuştur. Çıkış katmanı ise her komut kelimeyi temsil eden ve karşılık gelen 1 ve 0'lardan meydana getirilmiştir. Yapay Sinir Ağları Modeli ile eğitme işlemleri, hedeflenen 1 ve 0 çıkış verileri için en iyi değer elde edilinceye kadar denenmiş ve ağ yapısı belirlenmiştir. Elde edilen sonuçların hata hesapları yapılmış ve herhangi bir sistemin kontrolünü sağlamaya yönelik değerlendirmeler yapılmıştır.Ayrıca hata hesabı kullanılmadan sadece komutlar ayrı ayrı Yapay Sinir Ağı modelinde eğitilerek konuşmacıların tanınabilmesi sağlanmıştır.
Özet (Çeviri)
A voice recorded into a cassette might be the only evidence to reveal a event. In this way, the suspect or the suspects are found and it can be easier to find the ones who commit crimes. In today?s world actions such as terror, murders, hijacking, threat, blackmail, rape, organized crimes and disturbing on the phone can be revealed.Voice defining is a many sided process in which all auditory and visual senses are used. This process can be defined as auditory and visual comparison to define an unidentified voice by means of a more identified voice. In essence, by means of the characteristics of the voices, they are distringuished from others by using various analysis techniques and methods which forms a basis to this definition.In this study, ANN?s Multi Layer Perceptron topology has been applied to voice recognition problem. By accomplishing the error analyse of the results, the applicibility of used trainin algotithms and feasibility to any system control are intended.The voice amplitude data optained by the LPC technique have formed the entrance layer of the Artificial Neural Networks. Whereas; exit layer has been formed by 1's and 0's that represents every command word. The process of training via Artificial Neural Networks has been continued until the best data was optained out of 1's and 0's and finally the network formation was specified. The error calculations of the results were done and evaluations on providing any system control were also done.Besides, without using error calculation, only by training the commands in Artificial Neural Network model, the recognition of the speakers has been provided.
Benzer Tezler
- Aspect verbal en grec Istanbouliote: modele de description fonctionnaliste
Başlık çevirisi yok
EMİNE YAVAŞGEL
Yüksek Lisans
Fransızca
1993
Dilbilimİstanbul ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. NÜKHET GÜZ
- Mobil telefon kullanımına bağlı oluşan 900-1800 mhz radyo frekans dalgalarının meydana getirdiği elektromanyetik alanın iliak kanat kemik mineral yoğunluğuna etkisi
The effect of electromagnetic fields on bone mineral density of iliac bone produced by 900-1800 mhz radio frequency waves dependent on cellular phone usage
BEŞİR ANDAÇ AKSOY
Tıpta Uzmanlık
Türkçe
2006
Ortopedi ve TravmatolojiSüleyman Demirel ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF.DR. NEVRES HÜRRİYET AYDOĞAN
- Detection and classification of fingerprints using artificial neural networks
Yapay sinir ağları kullanılarak parmak izinin algılanması ve sınıflandırılması
SERKAN KÖSE
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiDOÇ.DR. TÜLAY YILDIRIM
- Hibrit bulanık sinir ağını kullanarak bir sınıflandırma ve kural çıkarma sisteminin geliştirilmesi
Developing a classification and rule extraction systems using hybrid fuzzy neural network
HUMAR KAHRAMANLI
- Çok tabakalı (MLP) yapay sinir ağı ile görüntü işleme ve görüntü sıkıştırma
Image processing and image compression by multilayer perceptron (MLP) neural network
ALİ BAHADIR
Yüksek Lisans
Türkçe
2001
Elektrik ve Elektronik MühendisliğiNiğde ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BEKİR SAMİ TEZEKİCİ