| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Elektronika un mobilie sakari |
| Nosaukums |
"Uz mašīnmācīšanos balstīta automātiska putnu sugu atpazīšana, izmantojot putnu vokalizāciju" |
| Nosaukums angļu valodā |
"Machene Learning-based Automatic Recognition of Birds Species Using Bird Vocalization" |
| Struktūrvienība |
13300 Mikroviļņu inženierijas un elektronikas institūts |
| Darba vadītājs |
Artūrs Āboltiņš |
| Recenzents |
doktorante Diāna Gauče, RTU, ETF |
| Anotācija |
Bakalaura darbā ir aprakstīti teorētiskie un praktiskie veidi kā izveidot mašīnmācīšanās algoritmu putnu sugu atpazīšanai un klasifikācijai, izmantojot putnu vokalizāciju. Darba gaitā tiek izstrādāti konvolucionālāie neironu tīkli ar arhitektūrām Xception un EfficientNet-B4. Lai apmācītu neironu tīklus tika izmantota uzraudzīta mašīnmācīšanās, kur informācijas avots bija attēli - spektrogrammas, kas satur informāciju par konkrētu putnu skaņām. Spektrogrammas tiek apstrādātas, izmantojot mašīnas redzi - algoritms spektrogrammā atrod pazīmes, kas ir raksturīgas noteikta putna skaņai. Izstrādāts algoritms realizēts datorprogrammas veidā, izmantojot programmēšanas valodu Python 3, tās programmēšanas vidi Anaconda ar programmu Jupyter Notebook. Tika izmantotas Python bibliotēkas matemātiskai analīzei, mašīnmācīšanās, neironu tīklu un audio signālu apstrādei. Izstrādāto neironu tiklu precizitātes ir no 73,67% līdz 82,67%. Tos var pielietot prakse zinātnieki - ornitologi vai zoologi, putnu detektēšanai un izsekošanai. Darbā ir 51 attēls, 3 tabulās, 5 pielikumi un 61 literatūras avots. |
| Atslēgas vārdi |
Mašīnmācīšanās, neironu tīkli, putnu vokalizācija, audio, dzivnieki |
| Atslēgas vārdi angļu valodā |
Machine learning, neural networks, bird vocalization, audio, animals |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
02.06.2021 10:45:50 |
