Інтелектуальний детектор об’єктів на основі машинного навчання
Вантажиться...
Дата
2022
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Враховуючи швидкий розвиток мікроконтролерів, датчиків та систем автоматичного запису, можливості формування масивів гідроакустичних сигналів зростають. Тому зростає потреба у розробці систем для автоматичної обробки цієї інформації. Класифікація сигналів важлива для систем, які обробляють дані, у режимі реального часу. Зараз активно ведуться дослідження алгоритмів, що вирішують цю проблему, тому дана робота є актуальною.
Мета роботи і завдання дослідження. Метою дослідження є підвищення результативності розв'язання задачі класифікації гідроакустичних сигналів. Завданням дослідженням є аналіз алгоритмів для класифікації звуку, розробка алгоритму класифікації на базі нейронних мереж, його дослідження.
Наукова новизна одержаних результатів. Було розроблено алгоритм класіфикації аудіосигналів з декількох джерел одночасно.
Методи дослідження. Було використано такі методи дослідження як аналіз існуючих рішень проблеми, моделювання алгоритму, проектування додатку для використання розробленого рішення, порівняльний аналіз отриманого рішення та існуючих.
Практичне значення одержаних результатів. Результати проведеного дослідження стануть у нагоді для систем відстежування пересуання водних суден та у військових цілях.
Структура та обсяг дипломної роботи. Магістерська дисертація складається зі вступу, 6 розділів, висновку, переліку посилань з 15 найменувань, 2 додатків і містить 10 рисунків, 8 таблиць. Обсяг магістерської дисертації складає 77 сторінок.
Опис
Дане дослідження показує як можна здійснювати класіфикацію гідроакустичних даних, за допомогою машинного навчання. У роботі розглянуті існуючі підходи для вирішення задачі, розроблений алгоритм для вирішення даної задачі, проведено навчання інтелектуальної моделі на базі алгоритму, створений графічний інтерфейс для використання моделі, проведено аналіз ефективності алгоритму.
Ключові слова
нейронні мережі, гідроаукустичні сигнали, відокремлення джерела., neural networks, hydro-audio signals, source separation.
Бібліографічний опис
Щурова, П. А. Інтелектуальний детектор об’єктів на основі машинного навчання : магістерська дис. : 121 Інженерія програмного забезпечення / Щурова Поліна Андріївна. – Київ, 2022. – 76 с.