Geri Dön

A Comparative study of artifical neural networks for phoneme recognition

Başlık çevirisi mevcut değil.

  1. Tez No: 29902
  2. Yazar: ABDURRAHMAN UĞUR ÜNLÜAKIN
  3. Danışmanlar: DOÇ. DR. FİKRET GÜRGEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Dilbilim, Computer Engineering and Computer Science and Control, Linguistics
  6. Anahtar Kelimeler: Fonem tanıma, Yapay sinir ağları, Öğrenme yöntemleri, Phoneme recognition, Artificial neural networks, Learning methods
  7. Yıl: 1993
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

ÖZET Fonem tanıma, fonem sınıflarının kesin tanımlanmamış ve bulanık sınırlara sahip olduğu zor bir işlemdir. Yapay sinir ağları ise sınıflar arası sınırları başarıyla ayarlayabilen öğrenme metodlarının varolması dolayısıyla fonem tanıma problemleri için ümit vadeden bir tekniktir. Bununla birlikte, bu teknikte kullanılabilecek birçok metot olduğu gibi seçilebilecek birçok da ağ yapısı vardır. Bu tez, gerisayma öğrenme tekniğiyle ve farklı hedef fonksiyonlar kullanılarak eğitilen ileri beslemeli sinir ağlarının fonem tanıma problemi üzerindeki performanslarını araştırmaktadır. Hedef fonksiyonlarının detaylı bir karşılaştırmasını yapabilmek ve öğrenme performanslarını belirleyebilmek için, farklı hedef fonksiyonlar kullanılarak eğitilmiş bir, iki gizli katmanlı ve farklı sayılarda gizli düğümü bulunan ileri beslemeli ağlar kullanılmıştır. Beş farklı hedef fonksiyon sınanmıştır: Ortalama Karesel Hata, Çapraz-entropi, Bir Birleşik Hata Ölçümü, Ağırlık Azaltma, Ağırlık Eleme. Bu hedef fonksiyonlarla eğitilmiş ileri beslemeli ağların ve en yakın komşu metodunun tanıma performansları, Japonca'nın en zor ayırdedilebilen altı fonemi, /b, d, g, m, n, N/, kullanılarak konuşmacı bağımlı durum için sınanmıştır. Sonuçlar tartışılmış ve bazı öneriler getirilmiştir.

Özet (Çeviri)

IV ABSTRACT Phoneme recognition is a difficult task where the phoneme classes have ill-defined, fuzzy boundaries. Artificial neural networks are promising in phoneme classification as there are learning methods which adjust the class boundaries with satisfaction. However, there are a big number of methods that can be used and many network architectures that can be chosen for the task. This thesis investigates the performances of feedforward neural networks trained with backpropagation algorithm using various objective functions for phoneme recognition problem. Feedforward networks with one and two hidden layers and various number of hidden nodes are considered with different objective functions in order to obtain a detailed comparative study of objective functions and their performances in recognition. Five different objective functions are tested: Mean Square Error, Cross-entropy, A Combinational Error Measure, Weight Decay and Weight Elimination. The recognition performances of the networks trained by using these objective functions and the Nearest Neighbor method are compared by using hardly distinguishable six phonemes /b, d, g, m, n, N/ of Japanese for the speaker dependent case. The results are discussed and some advices are presented.

Benzer Tezler

  1. Tez No

    82465

    A Comparative study of artificial neural network and the alternative statistical methods

    Yapay sinir ağları ve alternatif istatistik metodlarının karşılaştırmalı çalışması

    FERAY ADIGÜZEL

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    YRD. DOÇ. DR. QAMARUL İSLAM

  2. Tez No

    82111

    Prediction of financial performance in İstanbul Stock Exchange: A comparative analysis

    İstanbul Menkul Kıymetler Borsası finansal performans tahmini: Karşılaştırmalı analiz

    ÖZGÜR TÜRETKEN

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    İşletmeOrta Doğu Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DR. SEZA DANIŞOĞLU RHOADES

  3. Tez No

    100840

    Doku analizi sınıflandırma ve bölütleme için yöntemler

    Techniques for texture analysis, segmentation and classification

    OSMAN NURİ USLU

    Doktora

    Türkçe

    Türkçe

    2000

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ. DR. B. GÜLTEKİN ÇETİNER

  4. Tez No

    36195

    Price prediction in IMKB using neural networks

    İstanbul Menkul Kıymetler Borsası'nda yapay sinir ağları kullanılarak fiyat öngörüsü

    SİNAN ALTUĞ

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    İşletmeİhsan Doğramacı Bilkent Üniversitesi

    DOÇ.DR. GÜLNUR MURADOĞLU

  5. Tez No

    35575

    Neural network based procress controller design and on-line application to fludized bed combustion

    Yapay sinir ağları temelli süreç denetleci tasarımı ve akışkan yataklı yanma sürecine süreç ICI uygulaması

    SİNAN ALTUĞ

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERSİN TOLUNAY

Geri Dön