1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Title: Автоматизированная система распознавания эмоций в голосе с применением многослойного персептрона
Authors: Насыров Р. М.
Лезина И. В.
Бельгер И. С.
Keywords: алгоритм обратного распространения ошибки
распознавание эмоций
нейронные сети
многослойный персептрон
алгоритм обучения
автоматизированные системы
Issue Date: 2024
Citation: Насыров, Р. М. Автоматизированная система распознавания эмоций в голосе с применением многослойного персептрона : вып. квалификац. работа по направлению подгот. 09.03.01 Информатика и вычислительная техника (уровень бакалавриата), профиль «Информационные системы» / Р. М. Насыров ; рук. работы И. В. Лезина ; нормоконтролер И. С. Бельгер ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и. - Самара, 2024. - 1 файл (5,1 Мб). - Текст : электронный
Abstract: Объектом исследования данной выпускной квалификационной работы бакалавра является исследование применения многослойного персептрона для решения задачи распознавания эмоций в голосе, проектирование и реализация модели нейронной сети, а также определение оптимальных ее параметров для достижения наибольшей точности распознавания. Разработанная модель обучалась с применением алгоритмов стохастического градиентного спуска и обратного распространения ошибки. Для создания информационно-логической модели системы в UML нотации применялся сервис draw.io. Система была разработана с применением языков программирования высокого уровня C# и Python, а также сред разработки Visual Studio 2022 и PyCharm Community Edition.
URI: http://repo.ssau.ru/jspui/handle/123456789/52739
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Насыров_Ринат_Маратович_Автоматизированная_система_распознавания_эмоций.pdf5.25 MBAdobe PDFView/Open    Request a copy
Show full item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.