Bc. Martin MAJER
Master's thesis
Rozpoznávání fónů pomocí neuronové sítě
Phoneme recognition using a neural network
Abstract:
Tato práce se zabývá klasifikací fonémů pomocí různých architektur neuronových sítí. V první části práce je představena obecná teorie dopředných a rekurentních neuronových sítí a následně metoda CTC (connectionist temporal classification). Ve druhé části je pak vyhodnocena přesnost rozpoznání šesti navržených architektur nad čtyřmi parametrizacemi pro dvě datové sady o různé velikosti. Ukázalo se, …moreAbstract:
This thesis focuses on the phoneme recognition using various architectures of neural networks. The first part introduces theory of feedforward and recurrent neural networks followed by the introduction of the method CTC (connectionist temporal classification). The second part presents comparison of accuracy of recognition between six architectures on four parametrizations generated from two datasets …more
Language used: Czech
Date on which the thesis was submitted / produced: 18. 5. 2018
Accessible from:: 31. 12. 2999
Thesis defence
- Supervisor: Ing. Luboš Šmídl, Ph.D.
Citation record
The right form of listing the thesis as a source quoted
MAJER, Martin. Rozpoznávání fónů pomocí neuronové sítě. Plzeň, 2018. diplomová práce (Ing.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd
Full text of thesis
Accessibility: Autor si nepřeje zpřístupnění práce veřejnosti
Contents of on-line thesis archive
Published in Theses:- Soubory jsou nedostupné.
Other ways of accessing the text
Institution archiving the thesis and making it accessible: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných vědVázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
University of West Bohemia
Faculty of Applied SciencesMaster programme / field:
Computer Science and Engineering / Control and Decision-Making Systems
Theses on a related topic
-
Nové techniky v oblasti trénování neuronových sítí - Connectionist temporal classification
Matúš Gajdár -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Modul LSTM a Rekurentních neuronových sítí pro program Modeler neuronových sítí
Jiří Lagan -
Rekurentní neuronové sítě v modelování chyb virtuálního serveru
Ondřej Šprync -
Rekurentní neuronové sítě pro rozpoznávání řeči
Tomáš Nováčik -
Rekurentní neuronové sítě v počítačovém vidění
Jan Křepský -
Rekurentní neuronové sítě pro klasifikaci textů
Vojtěch Myška -
Rekurentní neuronové sítě pro analyzování sekvenčních dat
Valeriia Iegorova