Search academic texts

Information × Registration Number 2123U003596, Article popup.category Бакалаврська робота Title popup.author Косюк Олексій Михайлович popup.publication 01-01-2023 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/61710 popup.publisher Київ Description Метою дипломної роботи є розробка моделей машинного навчання з вчителем на базі конволюційних нейронних мереж (CNN) для вирішення двовимірної задачі локалізації джерела звуку в умовах завад та реверберації шляхом знаходження кута між джерелом звуку і геометричним центром масиву мікрофонів, які реєструють звуковий сигнал, згенерований джерелом. Результати дипломної роботи: 1) Розроблено програму для синтезу звукових сигналів, зареєстрованих сенсорами за різних положень джерела звуку та різних рівнів завад та реверберації, з декількох звукових сигналів, що генеруються джерелом. 2) Досліджено точність алгоритмів SRP PHAT та MUSIC. 3) Спроектовано та реалізовано алгоритми попередньої обробки звукових сигналів перед передачею останніх на вхід CNN моделей. 4) Розроблено та навчено 2 CNN моделі для отримання точності, вищої за точність алгоритмів SRP PHAT та MUSIC. 5) Протестовано створені моделі та порівняно їх точність із точністю алгоритмів SRP PHAT та MUSIC. Показано можливість невеликої СNN моделі (669371 параметр) з двома згортковими шарами всього за 100 епох навчанння давати на навчальному датасеті точність, співставну з точностями алгоритмів SRP PHAT та MUSIC. Досліджено використання натренованої для класифікації зображень CNN MobileNetV2 для фільтрації завад та реверберації у звуковому сигналі. Загальний обсяг роботи 135 с., 35 рис., 38 таблиць, 5 додатків, 24 джерела. popup.nrat_date 2025-01-29 Close