• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Обучение звуковой модели на TensorFlow и запуск предсказания под Android

ФИО студента: Кожанов Алексей Александрович

Руководитель: Карпов Николай Вячеславович

Кампус/факультет: Факультет информатики, математики и компьютерных наук (Нижний Новгород)

Программа: Прикладная математика и информатика (Бакалавриат)

Год защиты: 2019

Данное исследование представлено на тему «Обучение звуковой модели на TensorFlow и запуск предсказания под Android». Причиной выбора этой темы является изучение алгоритмов, которые являются частью библиотек нейронных сетей, применение их в мобильном приложении для устройств, работающих на Андроид ОС, затем измерение точности построенной модели для получения выводов по проделанной работе. Основная проблема, которая описывается и решается посредством обученной нейронной сети, — классификация звуков. Для обучения используется библиотека TensorFlow. Изучаемые объекты являются звуковыми записями, т.е. цифровыми файлами, содержащими уровни звукового сигнала. В работе изучены алгоритмы разделения различных черт записей из различных классов.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ