{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3221978"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3221978","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Deep Learning Methods for Auditory Scene Analysis","abstract":"Ο 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.","abstract_html":"Ο 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.","abstract_has_math":false,"creators":["Χαρίτος Γεώργιος","Charitos Georgios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T05:47:09Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3221978"],"render_values":[{"text":"uoadl:3221978","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3221978","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3221978","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3221978","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Χαρίτος Γεώργιος","Charitos Georgios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3221978","https://pergamos.lib.uoa.gr/uoa/dl/object/3221978"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ο 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.","Real world environments consist of different acoustic scenes. From a hectic city street to a calming suburban village, sounds do not come from a unique outcome, but it is a combination of a wide range of sounds that derive from different origins. Environmental audio scene and sound event recognition is the main topic of the present Thesis. It will utilize and analytically present modern Deep Learning and Transfer Learning techniques in order to analyze and study the quality of different environments. For this purpose, it will use real-world data that have been collected and annotated by human annotators. In the present Thesis many experiments under a wide range of setups have been made, including classic Deep Learning as far as modern and top-tier Transfer Learning techniques to solve the audio classification problem. The goal of this work is to provide DL developers with an end-to end solution on audio analytics and recognition of soundscape quality in both urban and rural areas, which may lead to strong tools to reduce noise pollution for a better and more sustainable urban living."]},{"key":"dc:title","label":"Title","values":["Deep Learning Methods for Auditory Scene Analysis"]}]}],"canonical_facts":{"dc:creator":["Χαρίτος Γεώργιος","Charitos Georgios"],"dc:date":["2022"],"dc:description":["Ο 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.","Real world environments consist of different acoustic scenes. From a hectic city street to a calming suburban village, sounds do not come from a unique outcome, but it is a combination of a wide range of sounds that derive from different origins. Environmental audio scene and sound event recognition is the main topic of the present Thesis. It will utilize and analytically present modern Deep Learning and Transfer Learning techniques in order to analyze and study the quality of different environments. For this purpose, it will use real-world data that have been collected and annotated by human annotators. In the present Thesis many experiments under a wide range of setups have been made, including classic Deep Learning as far as modern and top-tier Transfer Learning techniques to solve the audio classification problem. The goal of this work is to provide DL developers with an end-to end solution on audio analytics and recognition of soundscape quality in both urban and rural areas, which may lead to strong tools to reduce noise pollution for a better and more sustainable urban living."],"dc:identifier":["uoadl:3221978","https://pergamos.lib.uoa.gr/uoa/dl/object/3221978"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Deep Learning Methods for Auditory Scene Analysis"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:47:09Z"}