Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
A hangosztályozás alapjai
- Hangesemények típusai: környezeti, mechanikus, ember által generált
- Használati esetek áttekintése: felügyelet, monitorozás, automatizálás
- Hangosztályozás vs észlelés vs szegmentálás
Hangadatok és jellemzőkinyerés
- Hangfájlok típusai és formátumai
- Mintavételi gyakoriság, ablakozás, keretméret szempontjai
- MFCC-k, kromatikus jellemzők, mel-spektrogramok kinyerése
Adatelőkészítés és annotálás
- UrbanSound8K, ESC-50 és egyéni adathalmazok
- Hangesemények címkézése és időbeli határok
- Adathalmazok kiegyensúlyozása és hangok augmentálása
Hangosztályozási modellek építése
- Konvolúciós neurális hálózatok (CNN-k) használata hangokhoz
- Modell bemenet: nyers hullámforma vs jellemzők
- Veszteségfüggvények, értékelési metrikák és túlilleszkedés
Eseményészlelés és időbeli lokalizálás
- Keret-alapú és szegmens-alapú észlelési stratégiák
- Észlelések utófeldolgozása küszöbértékekkel és simítással
- Előrejelzések vizualizálása hangidővonalon
Haladó témák és valós idejű feldolgozás
- Transzfertanulás alacsony adatmennyiségű helyzetekben
- Modellek üzembe helyezése TensorFlow Lite vagy ONNX segítségével
- Hangfolyam feldolgozás és késleltetési szempontok
Projektfejlesztés és alkalmazási forgatókönyvek
- Teljes folyamat tervezése: betöltéstől osztályozásig
- Prototípus fejlesztése felügyeletre, minőségellenőrzésre vagy monitorozásra
- Naplózás, riasztás és integráció irányítópultokkal vagy API-kkal
Összefoglalás és következő lépések
Követelmények
- A gépi tanulás alapfogalmainak és modelltanításának ismerete
- Tapasztalat Python programozásban és adatelőfeldolgozásban
- Ismeret a digitális hang alapjaival
Közönség
- Adattudósok
- Gépi tanulási mérnökök
- Kutatók és fejlesztők a hangjel-feldolgozás területén
21 Órák