تشخیص صوت با شبکه عصبی MLP با متلب به همراه گزارش کار

پروژه تشخیص صوت با شبکه عصبی MLP با متلب به همراه داکیومنت

در این پست پروژه تشخیص صوت با شبکه عصبی MLP با متلب به همراه گزارش کار را آماده کرده ایم که در ادامه به شرح شبکه عصبی پرداخته و فیلم و تصاویری از خروجی این پروژه را نشان داده ایم. جهت مشاهده لیست کامل پروژه های شبکه های عصبی از این قسمت می توانید مشاهده کنید.

شبكه های عصبی (Neural Network) متشکل از لایه هایی به نام نرون هستند كه عمل موازی با یکدیگر دارند. ساختار معمولی یک شبكه عصبی مصنوعی (Artificial Neural Network – ANN) ، اغلب از لایه ورودی، لایه های میانی یا مخفی، و لایه خروجی تشكیل شده است.

شبكه های عصبی به دو نوع شبكه های پیشخور (Feed Forward Network – FFN) و پسخور (RNN) تقسیم می شوند. در شبكه های پسخور، حداقل یک سیگنال برگشتی از یک نرون به همان نرون وجود دارد. شبكه های عصبی پسخور ، اغلب می توانند بسیار مفید باشند اما با این شرایط، در 80 درصد كاربردها از شبكه های عصبی پیشخور استفاده می شود.

توضیحات بیشتر، فیلم و تصاویر خروجی پروژه تشخیص صوت با شبکه عصبی MLP با متلب در ادامه مطلب.

شبكه پرسپترون چند لایه MLP شامل سه لایه ورودی، مخفی و خروجی می باشد. سیگنال های ورودی به کمک ضریب های به هنجار كننده به مقدار یک نرمالیزه شده و بعد از محاسبات ، خروجی به مقدار واقعی برگردانده می شود. همینظور، مقادیر اولیه هر وزن، به طور اتفاقی در نظر گرفته می شوند. این شبکه بر مبنای الگوريتم يادگيری پس انتشار خطا (BP) آموزش می بیند.

نتیجه این پروژه این است که، استفاده از شبکه عصبی پرسپترون باعث شد فرایند تا آموزش سریع تر اتفاق بیافتد و پیچیدگی حافظه ای کاهش یابد. برای بهبود سیستم نیز پیشنهاد می شود که از یک شبکه پس انتشار استفاده کنیم تا مقدار خطا کاهش یابد.

تصویر خروجی 1:

(آموزش شبکه عصبی)

تصویر خروجی 2:

(برآورد خطای آموزش یا تعلیم)

تصویر خروجی 3:

(برآورد خطای تست و آموزش برای یک فایل صوتی)

تصویر خروجی 4:

(نمودار تست و آموزش شبکه عصبی)

تصویر خروجی 5:

(درصد درستی آموزش پرسپترون)