Створення інтелектуальної системи класифікації пташиних видів на основі аналізу аудіосигналів із застосуванням алгоритмів глибокого навчання та реалізацією у мобільному додатку

Скорочена інформація про документ
dc.contributor.advisorГуськова, Віра Генадіївна
dc.contributor.authorСташко, Ілля Ілліч
dc.date.accessioned2025-09-04T08:40:06Z
dc.date.available2025-09-04T08:40:06Z
dc.date.issued2025
dc.description.abstractДипломна робота: 95 с., 18 рис., 6 табл., 9 посилань, додаток. Об’єкт дослідження – аудіозаписи голосів птахів. Предмет дослідження – методи глибокого навчання для класифікації біоакустичних сигналів. Мета роботи – створити інтелектуальну систему для розпізнавання пташиних видів за аудіосигналами з реалізацією у мобільному додатку. У роботі проаналізовано особливості класифікації пташиних голосів, оглянуто сучасні підходи до обробки аудіо з використанням нейронних мереж. Розроблено модель на основі Wav2Vec2, серверну частину з REST API, вебінтерфейс і мобільний застосунок. Система дозволяє користувачеві завантажити аудіо та отримати ймовірнісну класифікацію виду птаха. Проведено тестування точності (F1 ~74%), побудовано матрицю плутанини, оцінено швидкодію. Виконано функціонально-вартісний аналіз та розраховано економічну доцільність обраної архітектури.
dc.description.abstractotherThesis: 95 p., 18 figures, 6 tables, 9 references, 1 appendix. Object of research – audio recordings of bird sounds. Subject of research – deep learning methods for the classification of bioacoustics signals. Purpose of the work – to create an intelligent system for bird species recognition based on audio signal analysis, implemented as a mobile application. The work analyzes the challenges of classifying bird vocalizations and reviews modern approaches to audio processing using neural networks. A model based on Wav2Vec2 was developed, along with a server backend using REST API, a web interface, and a mobile application. The system allows users to upload audio files and receive a probabilistic classification of bird species. Accuracy testing was performed (F1 score ~74%), a confusion matrix was generated, and system response time was evaluated. A functional cost analysis was conducted to assess the economic feasibility of the chosen architecture.
dc.format.extent95 с.
dc.identifier.citationСташко, І. І. Створення інтелектуальної системи класифікації пташиних видів на основі аналізу аудіосигналів із застосуванням алгоритмів глибокого навчання та реалізацією у мобільному додатку : дипломна робота … бакалавра : 122 Комп'ютерні науки / Сташко Ілля Ілліч. – Київ, 2025. – 95 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/75789
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectглибинне навчання
dc.subjectкласифікація аудіосигналів
dc.subjectwav2vec2
dc.subjectпташині голоси
dc.subjectмобільний застосунок
dc.subjectdjango
dc.subjectrest api
dc.subjectdeep learning
dc.subjectaudio signal classification
dc.subjectwav2vec2
dc.subjectbird vocalizations
dc.subjectmobile application
dc.subjectdjango
dc.subjectrest api
dc.titleСтворення інтелектуальної системи класифікації пташиних видів на основі аналізу аудіосигналів із застосуванням алгоритмів глибокого навчання та реалізацією у мобільному додатку
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Stashko_bakalavr.pdf
Розмір:
1.99 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи