Classificação automática de cenas acústicas usando algoritmos de clusterização
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/6002 |
Resumo: | O problema de Classificação de Cenas Acústicas consiste em atribuir um rótulo de ambiente a um sinal de áudio. Entre os rótulos estão parques, aeroportos, ruas e praças públicas, por exemplo. Neste trabalho são propostas quatro abordagens baseadas em aprendizagem de máquina e processamento de sinais para este problema. O objetivo principal é minimizar o custo computacional necessário para treinar os modelos e realizar predições, mantendo o desempenho da classificação em níveis aceitáveis. O principal método utilizado consiste em descrever os áudios com Mel-Frequency Cepstral Coefficients e depois agrupá-los com uma abordagem baseada em K-means em 2 níveis. Este agrupamento descreve as classes utilizando os sons comuns entre os áudios de cada classe, promovendo generalização e diminuindo a quantidade de dados necessária para geração do modelo, o que diminui o custo computacional do sistema. Esta abordagem reduziu a quantidade de dados necessários para o treinamento para pouco menos de 10% do total e obteve acurácia de 62% na base de dados DCASE 2018 Task 1a. Este resultado é comparável com os resultados obtidos no sistema baseline, que utiliza Redes Neurais Convolucionais. |
id |
UTFPR-12_1fab8cc0f1731d417f29b04ba1abd6bf |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/6002 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-11-09T19:10:09Z2020-11-09T19:10:09Z2019-11-27SANTOS, Carlos Alexandre Peron dos. Classificação automática de cenas acústicas usando algoritmos de clusterização. 2019. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2019.http://repositorio.utfpr.edu.br/jspui/handle/1/6002O problema de Classificação de Cenas Acústicas consiste em atribuir um rótulo de ambiente a um sinal de áudio. Entre os rótulos estão parques, aeroportos, ruas e praças públicas, por exemplo. Neste trabalho são propostas quatro abordagens baseadas em aprendizagem de máquina e processamento de sinais para este problema. O objetivo principal é minimizar o custo computacional necessário para treinar os modelos e realizar predições, mantendo o desempenho da classificação em níveis aceitáveis. O principal método utilizado consiste em descrever os áudios com Mel-Frequency Cepstral Coefficients e depois agrupá-los com uma abordagem baseada em K-means em 2 níveis. Este agrupamento descreve as classes utilizando os sons comuns entre os áudios de cada classe, promovendo generalização e diminuindo a quantidade de dados necessária para geração do modelo, o que diminui o custo computacional do sistema. Esta abordagem reduziu a quantidade de dados necessários para o treinamento para pouco menos de 10% do total e obteve acurácia de 62% na base de dados DCASE 2018 Task 1a. Este resultado é comparável com os resultados obtidos no sistema baseline, que utiliza Redes Neurais Convolucionais.The Acoustic Scene Classification problem deals with assigning an environment-related label to an audio signal. Among the labels are parks, airports, streets and public squares. In this work we present four approaches to this problem based on machine learning and digital signal processing. Our main objective was to minimize the computing power required for model training and making predictions, while keeping classification performance at acceptable levels. Our highest performing method consists in describing audios with Mel-Frequency Cepstral Coefficients and then grouping them with a 2-level K-means clustering approach. This clustering approach describes classes using sounds that are common among audios of the same class. This promotes generalization and lowers the number of data points needed for model training. In turn, this lowers the system computing power requirements. This approach reduced the number of data points to around 10% of the total, and achieved 62% accuracy in the DCASE 2018 Task 1a dataset. This result is comparable with the results obtained by the baseline system, which is based on convolutional neural networks.porUniversidade Tecnológica Federal do ParanáCampo MouraoCiência da ComputaçãoUTFPRBrasilDepartamento Acadêmico de ComputaçãoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOAprendizado do computadorProcessamento de sinaisFourier, Transformadas deMachine learningSignal processingFourier transformationsClassificação automática de cenas acústicas usando algoritmos de clusterizaçãoAutomatic acoustic scenes classification using clustering algorithmsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCampo MourãoFoleiss, Juliano HenriqueFoleiss, Juliano HenriqueCampiolo, RodrigoGonçalves, Rogério AparecidoSantos, Carlos Alexandre Peron dosinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALclassificacaoautomaticacenasacusticas.pdfapplication/pdf1568058http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/1/classificacaoautomaticacenasacusticas.pdf46b4bac601c5f5606b1b6f4d32bc2fc2MD51LICENSElicense.txttext/plain1290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTclassificacaoautomaticacenasacusticas.pdf.txtExtracted texttext/plain74047http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/3/classificacaoautomaticacenasacusticas.pdf.txtcce7fd6e8f3d688196ba99bdf8f0e262MD53THUMBNAILclassificacaoautomaticacenasacusticas.pdf.jpgGenerated Thumbnailimage/jpeg1342http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/4/classificacaoautomaticacenasacusticas.pdf.jpge27843058e3d39a8b7e25c63b20262ceMD541/60022020-11-09 17:10:09.314oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-11-09T19:10:09Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
dc.title.alternative.pt_BR.fl_str_mv |
Automatic acoustic scenes classification using clustering algorithms |
title |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
spellingShingle |
Classificação automática de cenas acústicas usando algoritmos de clusterização Santos, Carlos Alexandre Peron dos CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Aprendizado do computador Processamento de sinais Fourier, Transformadas de Machine learning Signal processing Fourier transformations |
title_short |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
title_full |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
title_fullStr |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
title_full_unstemmed |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
title_sort |
Classificação automática de cenas acústicas usando algoritmos de clusterização |
author |
Santos, Carlos Alexandre Peron dos |
author_facet |
Santos, Carlos Alexandre Peron dos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Foleiss, Juliano Henrique |
dc.contributor.referee1.fl_str_mv |
Foleiss, Juliano Henrique |
dc.contributor.referee2.fl_str_mv |
Campiolo, Rodrigo |
dc.contributor.referee3.fl_str_mv |
Gonçalves, Rogério Aparecido |
dc.contributor.author.fl_str_mv |
Santos, Carlos Alexandre Peron dos |
contributor_str_mv |
Foleiss, Juliano Henrique Foleiss, Juliano Henrique Campiolo, Rodrigo Gonçalves, Rogério Aparecido |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Aprendizado do computador Processamento de sinais Fourier, Transformadas de Machine learning Signal processing Fourier transformations |
dc.subject.por.fl_str_mv |
Aprendizado do computador Processamento de sinais Fourier, Transformadas de Machine learning Signal processing Fourier transformations |
description |
O problema de Classificação de Cenas Acústicas consiste em atribuir um rótulo de ambiente a um sinal de áudio. Entre os rótulos estão parques, aeroportos, ruas e praças públicas, por exemplo. Neste trabalho são propostas quatro abordagens baseadas em aprendizagem de máquina e processamento de sinais para este problema. O objetivo principal é minimizar o custo computacional necessário para treinar os modelos e realizar predições, mantendo o desempenho da classificação em níveis aceitáveis. O principal método utilizado consiste em descrever os áudios com Mel-Frequency Cepstral Coefficients e depois agrupá-los com uma abordagem baseada em K-means em 2 níveis. Este agrupamento descreve as classes utilizando os sons comuns entre os áudios de cada classe, promovendo generalização e diminuindo a quantidade de dados necessária para geração do modelo, o que diminui o custo computacional do sistema. Esta abordagem reduziu a quantidade de dados necessários para o treinamento para pouco menos de 10% do total e obteve acurácia de 62% na base de dados DCASE 2018 Task 1a. Este resultado é comparável com os resultados obtidos no sistema baseline, que utiliza Redes Neurais Convolucionais. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-11-27 |
dc.date.accessioned.fl_str_mv |
2020-11-09T19:10:09Z |
dc.date.available.fl_str_mv |
2020-11-09T19:10:09Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SANTOS, Carlos Alexandre Peron dos. Classificação automática de cenas acústicas usando algoritmos de clusterização. 2019. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2019. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/6002 |
identifier_str_mv |
SANTOS, Carlos Alexandre Peron dos. Classificação automática de cenas acústicas usando algoritmos de clusterização. 2019. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2019. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/6002 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Campo Mourao |
dc.publisher.program.fl_str_mv |
Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento Acadêmico de Computação |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Campo Mourao |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/1/classificacaoautomaticacenasacusticas.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/2/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/3/classificacaoautomaticacenasacusticas.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6002/4/classificacaoautomaticacenasacusticas.pdf.jpg |
bitstream.checksum.fl_str_mv |
46b4bac601c5f5606b1b6f4d32bc2fc2 b9d82215ab23456fa2d8b49c5df1b95b cce7fd6e8f3d688196ba99bdf8f0e262 e27843058e3d39a8b7e25c63b20262ce |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805923084001083392 |