Abstract:
Praca dyplomowa obejmuje badania nad sposobami rejestracji i identyfikacji
dźwięków emitowanych przez ssaki morskie za pomocą splotowych sieci neuronowych.
Utworzone skrypty pozwalają na analizę i wizualizację próbek sygnału. W czasie przeprowadzonych
eksperymentów zweryfikowano różnicę skuteczności trenowania sieci
neuronowej przy wykorzystaniu spektrogramów utworzonych z zespołów filtrów w skali
Meli, a także wygenerowanych przy pomocy krótko czasowej transformaty Fouriera. W
pracy została opisana struktura sztucznej sieci neuronowej, jak i zagadnienia będące
powiązane z tematem uczenia maszynowego. W ramach projektu zostało wykonane
oprogramowanie klasyfikujące próbki sygnałów dla wybranych 30 gatunków zwierząt,
pozwalające użytkownikowi na zweryfikowanie pochodzenia dźwięku. Aplikacja została
zaimplementowana w języku Python w wersji 3.8 z wykorzystaniem biblioteki Tensorflow.