KONUŞMA OLMAYAN SİNYALLERİN EVRİŞİMSEL SİNİR AĞLARI TABANLI YAKLAŞIMLAR İLE SINIFLANDIRILMASI

Abstract

Makine öğrenmesi algoritmalarının gelişmesi ile birlikte her geçen sene değişik türdeki verilerin otomatik sınıflandırılması ve tanınması üzerine olan ilgi artmıştır. Bu ilgi alanları arasında yer alan konuşma olmayan sesler ve biyomedikal işaretlerin, arka plan sesi ve gürültüden dolayı sınıflandırılması zordur. Literatürde, bu tür sınıflandırma problemleri genellikle, akustik öznitelikler ve geleneksel sınıflandırma algoritmaları kullanan yöntemler ile aşılmaya çalışılmıştır. Bu çalışmada, konuşma olmayan seslerin ve biyomedikal işaretlerin sınıflandırma problemi, son zamanlarda popüler hale gelen ve derin öğrenmenin alt alanı olan Evrişimsel Sinir Ağları (ESA) temelli yaklaşımlar ile çözülmeye çalışılmıştır. Bu kapsamda akciğer sesleri, kalp sesleri, EMG sinyalleri ve çevresel sesleri içeren kullanıma açık veri setleri üzerinde deneysel çalışmalar yapılmıştır. Önerilen yöntemlerde, genel olarak derin öznitelikler tabanlı ve transfer öğrenme tabanlı yaklaşımlarla çalışmalar yapılmıştır. Derin öznitelikler tabanlı yaklaşımın, transfer öğrenme tabanlı yaklaşıma ve aynı veri setini kullanan diğer geleneksel yöntemlere göre daha iyi bir sınıflandırma performansı verdiği görülmüştür. Ayrıca tezin son bölümünde, derin öznitelikler çıkarmak için büyük görüntü verileriyle eğitilmiş ESA modelleri kullanmak yerine çevresel sesler ile eğitilmiş olan ve mimarisi kullanıcı tarafından ayarlanabilen bir ESA modeli önerilmiştir. Bu modelin çevresel sesleri sınıflandırmada, hem önceden eğitilmiş ESA modelleriyle derin öznitelik çıkarma yaklaşımına hem de aynı veri setini kullanan diğer yöntemlere göre daha iyi sınıflandırma performansı verdiği görülmüştür.

The interest on auto-classification and recognition of different types of data, has increased with development of machine-learning algorithms every passing year. The classification of non-speech sounds and biomedical signals taking part at these interest fields are difficult because of background sound and noise. In the literature, such classification problems are generally tried to be overcome by methods using acoustic features and traditional classification algorithms In this study, the classification problem of non-speech sounds and biomedical signals are tackled with Convolutional Neural Networks (CNN) based approaches, which have become popular recently and are a subfield of deep learning. In this context, the experimental studies are realized on public datasets including lung sounds, heart sounds, EMG signals and environmental sounds. In the proposed methods, studies are generally conducted with deep features based and transfer learning based approaches. It is shown that deep feature-based approaches give better the classification performance than the transfer learning-based approaches and the other conventional methods using same dataset. Besides, at the last part of the thesis, an CNN model whose architecture can be arranged by user and trained with environmental sounds, is proposed to extract deep features instead of using CNN models, which is pre-trained with big image data. It is concluded that this model presents better classification performance than deep feature extraction approach with pre-trained CNN models and other methods using same dataset for the classification of environmental sounds.