Identifikace známých segmentů ve zvukovém signálu pomocí strojového učení

Simple item page
but.committeedoc. Ing. Kamil Říha, Ph.D. (předseda) Ing. MgA. Jana Jelínková (člen) doc. Ing. David Kubánek, Ph.D. (člen) Ing. Matěj Ištvánek, Ph.D. (člen) Ing. Jiří Přinosil, Ph.D. (místopředseda)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Otázky oponenta: V práci uvádíte možnost provádět klasifikaci i trénování na procesorech s architekturou typu ARM. Jaké reálné aplikace by dle vás mohli tuto výhodu využít? V práci postrádám porovnání dosažených výsledků z výsledky jiných studií (state of the art). Můžete jej prosím uvést? Otázky komise: Proč jste použil jen 7 kategorií datasetu? Proč jste nevyužíval zpětnovazební síť podle zadání? Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorZvončák, Vojtěchcs
dc.contributor.authorPařízek, Radimcs
dc.contributor.refereeGaláž, Zoltáncs
dc.date.created2023cs
dc.description.abstractBakalářská práce se věnuje návrhu systému pro identifikaci zvuků přírodního prostředí ve zvukovém záznamu. V práci jsou prozkoumány datasety a modely využívané pro tento typ úloh a je popsána jejich struktura. Byly navrhnuty systémy pro identifikaci zvuků v jedné vrstvě a ve dvou vrstvách pro sedm vybraných označení. Klasifikátor použitý pro tento systém byl vytvořen přetrénováním transformer modelu z platformy Hugging Face. Byly zhodnoceny výsledky dvou přístupů trénování a jednoho systému pro identifikaci.cs
dc.description.abstractThe bachelor thesis deals with the design of a system for the identification of natural environmental sounds in audio recordings. The datasets and models used for this type of tasks are surveyed and their structure is described. A system for the identification of sounds in one layer and in two layers has been proposed for seven selected labels. The classifier used for this system was created by fine-tuning a transformer model from the Hugging Face platform. The results of two training approaches and one identification system were evaluated.en
dc.description.markBcs
dc.identifier.citationPAŘÍZEK, R. Identifikace známých segmentů ve zvukovém signálu pomocí strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.cs
dc.identifier.other151137cs
dc.identifier.urihttp://hdl.handle.net/11012/210882
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectneuronové sítěcs
dc.subjecttransformercs
dc.subjectESCcs
dc.subjectstrojové učenícs
dc.subjectdatasetcs
dc.subjectPyTorchcs
dc.subjectASTcs
dc.subjectneural networksen
dc.subjecttransformeren
dc.subjectESCen
dc.subjectmachine learningen
dc.subjectdataseten
dc.subjectPyTorchen
dc.subjectASTen
dc.titleIdentifikace známých segmentů ve zvukovém signálu pomocí strojového učenícs
dc.title.alternativeIdentification of specified segments in the audio signal using machine learningen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-14cs
dcterms.modified2023-06-15-08:42:19cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid151137en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 17:39:36en
sync.item.modts2025.01.17 15:00:14en
thesis.disciplineZvuková produkce a nahrávánícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.88 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
418.67 KB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_151137.html
Size:
5.16 KB
Format:
Hypertext Markup Language
Description:
file review_151137.html
Download
Collections
2023