National and Kapodistrian University of Athens
Deep Learning Methods for Auditory Scene Analysis
Abstract
dc:descriptionΟ πραγματικός κόσμος αποτελείται από διάφορες και ποικίλες ακουστικές σκηνές. Από δρόμους γεμάτους κίνηση των σύγχρονων μεγαλουπόλεως μέχρι ήρεμα εξοχικά χωριά, οι διάφοροι ακουστικοί ήχοι δεν προέρχονται από μια και μοναδική πηγή αλλά είναι ένας συνδυασμός διαφόρων ακουστικών προελεύσεων. Η ανάλυση των περιβαλλοντικών ηχητικών σκηνών καθώς και η αναγνώριση γεγονότων αποτελεί το κύριο θέμα της παρούσας Διπλωματικής Εργασίας. Χρησιμοποιούνται και παρουσιάζονται αναλυτικά οι πλέον σύγχρονες τεχνικές Νευρωνικών Δικτύων και Βαθιάς Μάθησης με στόχο την ανάλυση και μελέτη της ποιότητας των διαφόρων ακουστικών πηγών σε μια πληθώρα διαφορετικών περιβαλλόντων. Προς το σκοπό αυτό, όλα τα δεδομένα για την ανάλυση έχουν συλλεχθεί και αναγνωρισθεί με τη βοήθεια ανθρώπινου παράγοντα. Στη παρούσα Διπλωματική Εργασία έχουν διατυπωθεί και αναλυθεί πολλά και διάφορα πειράματα, με διαφορετικές παραμέτρους κάθε φορά, όπως κλασσικές αρχιτεκτονικές Βαθιάς Μάθησης και Νευρωνικών Δικτύων καθώς και κορυφαίες τεχνικές μεταφοράς γνώσεις μεταξύ διαφόρων Νευρωνικών Δικτύων για προβλήματα κατηγοριοποίησης. Απώτερος σκοπός της παρούσας Εργασίας είναι να προσφέρει και να καθοδηγήσει νέους προγραμματιστές Νευρωνικών Δικτύων μια ολοκληρωμένη λύση στην ανάλυση ηχητικών σκηνών τόσο σε ήρεμα όσο και σε πολύ θορυβώδη περιβάλλοντα, που ίσως τους οδηγήσει μελλοντικά στη δραστική μείωση του θορύβου εντός των μεγαλουπόλεων για μια πιο βιώσιμη κατοίκιση εντός αυτών.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Χαρίτος Γεώργιος
- Charitos Georgios
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:3221978