Geri Dön

Radial basis function neural network algorithms for phoneme recognition

Fonem tanıma için radyal tabanlı yapay sinir ağı algoritmaları

  1. Tez No: 65174
  2. Yazar: ŞÜKRÜ İLKER ÇANKAYA
  3. Danışmanlar: DOÇ. DR. KEMAL CILIZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Fonem tanıma, Yapay sinir ağları, Phoneme recognition, Artificial neural networks
  7. Yıl: 1997
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

KISA ÖZET Bu tez Radyal Tabanlı Yapay Sinir Ağı 'nda (RTYSA) merkez vektörlerinin belirlenmesinde, giriş-çıkış uzayı örneklemesi metodunun kullanılmasının üç erkek konuşmacıdan alman Türkçe sesli harf,(/a/, /e/, N, İM, /o/, /öl, l\xl, IvJ), örneklerinin ve bir erkek konuşmacının çok sayıda kelimesinden el ile işaretlenip ayrılmış olan altı adet Japonca sessiz harf, /b/, /d/, /g/, İmi, İn/, INI, tanıma deneylerindeki etkisini araştırmayı hedeflemiştir. Deneylerde RTYSA' da kullanılan merkez vektörleri /') giriş uzayındaki vektörlere uygulanan bir öbekleme metoduyla (k-means) ti ) giriş ve çıkış uzaylarının kombinasyonundan elde edilen vektörlere uygulanan bir örnekleme metoduyla (k-means) belirlenmişlerdir. RTYSA' nın tanıma testlerinde Türkçe sesli harfler, Gauss gürültüsü eklenmiş Türkçe sesli harfler ve altı adet Japonca sessiz harfi kullanılmıştır. Bu setlerden herbirindeki örnekler 112 boyutlu vektörlerle temsil edilmişlerdir. Yapılan deneyler sonucu giriş-çıkış uzayı öbeklemesi metodunun Türkçe ve Japonca harflerin tanınmasında giriş uzayı öbeklemesi metoduna göre daha iyi sonuçlar verdiği gözlemlenmiştir.

Özet (Çeviri)

IV ABSTRACT This thesis studies the effects of using input-output space clustering for determining centers on phoneme recognition performance of Radial Basis Function Network (RBFN). The center vectors of RBFN are determined i) by a clustering technique (k-means algorithm) applied to sample vectors chosen from input space (so called input clustering) or ii) by a clustering technique (k-means algorithm) applied to sample vectors formed from a combination of input and output spaces (so called input-output clustering). 1 12-dimensional vectors representing Turkish vowels, (/a/, Id, 111, lil, lol, löl, lul, lül), uttered by three male speakers are used as feature vectors to be classified by a multi-output RBFN. Then noise with Gaussian distribution is added to the vowels and recognition performance of RBFN is tested on these noisy vowels. Also six Japanese phonemes, (Jbl, lûl, Igl, Iml, /n/, INI), extracted from speaker-dependent 5240 words Japanese vocabulary are tested using RBFN. It has been observed from the simulations that the input-output clustering technique gives better recognition rates both for the training and test patterns of the Turkish (clean and noisy) and Japanese phoneme sets as compared to the input clustering technique.

Benzer Tezler

  1. Tez No

    75369

    Fractal image compression with radial basis function neural networks

    Radyal taban fonksiyonlu yapay sinir ağları ile fraktal görüntü sıkıştırma

    OSMAN ÖZDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CÜNEYT GÜZELİŞ

  2. Tez No

    55615

    RTFA ile sistem tanıma ve nöral-bulanık kontrol-

    Başlık çevirisi yok

    ZEKERİYA UYKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ.DR. İBRAHİM KESKİN

  3. Tez No

    47507

    Respiratory sounds classification using artificial neural networks

    Solunum seslerinin yapay sinir ağları kullanılarak sınıflandırılması

    ÇİĞDEM İLTEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    1995

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    DOÇ.DR. FİKRET GÜRGEN

  4. Tez No

    93741

    Konik kesit fonksiyonlu yapay sinir ağında öğrenme algoritmasının geliştirilmesi ve ağın çeşitli problemler için performansı ile duyarlılığının incelenmesi

    Developing of learning algorithm and investigating of the network performance and sensitivity for various problems in conic section function neural networks

    LALE BAŞTÜRK ÖZYILMAZ

    Doktora

    Türkçe

    Türkçe

    2000

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. B. ŞEFİK SARIKAYALAR

  5. Tez No

    65161

    Turkish vowels recognition using some properties of the human auditory system

    Başlık çevirisi yok

    MURAT ÖZKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    1997

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    DOÇ. DR. FİKRET GÜRGEN

Geri Dön