Порівняння ефективності класифікаторів машинного навчання у контексті голосової біометрії

Скорочена інформація про документ
dc.contributor.authorДанилов, В. Я.
dc.contributor.authorГрушко, Я. В.
dc.date.accessioned2022-05-18T09:11:37Z
dc.date.available2022-05-18T09:11:37Z
dc.date.issued2019
dc.description.abstractenThe purpose of this work was to compare the seven popular classifiers of scikit-learn python-based library in the context of the performance of the voice biometrics system. The MFCCs (Mel-Frequency Cepstral Coefficients) method was used to compute the feature vectors of the person's voice undergoing verification. The classifiers involved in this study are the following: K-NN (K-Nearest neighbors classifier), MLP (Multilayer perceptron), SVM (Support vector machine), DTC (Decision tree classifier), GNB (Gaussian Naive Bayes classifier), ABC (AdaBoost classifier), RFC (Random forest classifier). As the data, we used voice samples from 40 individuals with an average duration of 9 minutes per person. The performance criteria of the classifiers were dictated by the needs of voice biometrics systems. Thus, in the framework of this work, the fraud simulation was conducted during authentication. The most effective in voice recognition was the K-NN classifier, which, with zero number of incorrectly admitted persons, provided 3-85% better accuracy of verification than other classifiers.uk
dc.format.pagerangeС. 77-84uk
dc.identifier.citationДанилов, В. Я. Порівняння ефективності класифікаторів машинного навчання у контексті голосової біометрії / В. Я. Данилов, Я. В. Грушко // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2019. – № 4. – С. 77-84. – Бібліогр.: 14 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/47399
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceСистемні дослідження та інформаційні технології, № 4uk
dc.subjectvoice biometricsuk
dc.subjectMFCCuk
dc.subjectclassifier comparisonuk
dc.subjectk-nearest neighboursuk
dc.subjectmachine learninguk
dc.subjectartificial intelligenceuk
dc.subject.udc004.056.53uk
dc.titleПорівняння ефективності класифікаторів машинного навчання у контексті голосової біометріїuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
2019_4_77-84.pdf
Розмір:
255.01 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 4