MFCC Yöntemi ve Önerilen Derin Model ile Çevresel Seslerin Otomatik Olarak Sınıflandırılması
Küçük Resim Yok
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Gelişen teknoloji ile birlikte Nesnelerin İnterneti (IoT), farklı teknolojileri bir araya getirmenin ön saflarında yer almaktadır. Nesnelerin interneti özellikle akıllı şehir uygulamalarında da sıklıkla kullanılmaktadır. Akıllı şehir uygulamaları her geçen gün daha da yaygın bir hale gelmektedir. Yapılan bu çalışmada da akıllı şehir uygulamalarında sıklıkla kullanılacak bir uygulama gerçekleştirilmiştir. Bu çalışmada çevre seslerinden oluşan ve bu konuda literatürdeki en büyük veri setlerinden biri olan UrbanSound8K veri seti kullanılmıştır. Akıllı şehir uygulamalarına katkıda bulunmak amacıyla çevresel sesleri sınıflandırmak için yeni bir derin tek boyutlu (1D-CNN) model önerilmiştir. Geliştirilen modelde ilk olarak MFCC yöntemi kullanılarak veri setindeki çevresel seslerin öznitelik haritaları elde edilmiştir. Daha sonra elde edilen öznitelik haritaları geliştirilen 1D-CNN ağında sınıflandırıldığında yüksek bir doğruluk değeri elde edilmiştir. Elde edilen bu doğruluk değeri önerilen modelin ses verilerini sınıflandırma işleminde kullanılabileceğini göstermektedir.
Açıklama
Anahtar Kelimeler
Derin Öğrenme, Sınıflandırma, Akıllı Şehirler, IoT, MFCC
Kaynak
Fırat Üniversitesi Mühendislik Bilimleri Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
34
Sayı
1
