prikaz prve stranice dokumenta Prepoznavanje emocija iz govora korištenjem strojnog učenja
No public access
undergraduate thesis
Prepoznavanje emocija iz govora korištenjem strojnog učenja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:943952
Drmić, Ana
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Drmić, A. (2022). Prepoznavanje emocija iz govora korištenjem strojnog učenja (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:943952

Drmić, Ana. "Prepoznavanje emocija iz govora korištenjem strojnog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:943952

Drmić, Ana. "Prepoznavanje emocija iz govora korištenjem strojnog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:943952

Drmić, A. (2022). 'Prepoznavanje emocija iz govora korištenjem strojnog učenja', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 23 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:943952

Drmić A. Prepoznavanje emocija iz govora korištenjem strojnog učenja [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2024 July 23] Available at: https://urn.nsk.hr/urn:nbn:hr:168:943952

A. Drmić, "Prepoznavanje emocija iz govora korištenjem strojnog učenja", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:943952

Metadata
TitlePrepoznavanje emocija iz govora korištenjem strojnog učenja
Title (english)Speech Emotion Recognition Using Machine Learning
AuthorAna Drmić
MentorMarin Šilić (mentor)
Committee memberMarin Šilić (predsjednik povjerenstva)
Committee memberHelena Čeović (član povjerenstva)
Committee memberAdrian Satja Kurdija (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-07-01, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Ovaj završni rad obuhvaća proces izrade i analizu konvolucijske neuronske mreže koja se koristi za raspoznavanje emocija u govoru. Cilj mreže je prepoznavanje različitih emocija na skupu podataka RAVDESS. U uvodu je objašnjena motivacija za projekt, problematika, te je najavljeno moguće rješenje. U glavnom dijelu rada dan je teorijski pregled tih ključnih pojmova, uz isticanje strojnog učenja i samih neuronskih mreža. Objašnjen je uobičajen pristup rješavanju problema strojnog učenja te njegove podvrste. Nadalje je pobliže opisana problematika (korišteni skup podataka, ulazni i izlazni podatci). U poglavlju koje opisuje arhitekturu mreže dani su razlozi zašto je odabrana konvolucijska neuronska mreža te su detaljno objašnjeni svi njeni dijelovi. U zadnjem su poglavlju objašnjene korištene evaluacijske metode i rezultati te kako promjena načina klasifikacije podataka s obzirom na emociju i spol utječe na točnost modela. Na kraju su opisani i doneseni zaključci.
Abstract (english)
This thesis covers the development and analysis of a convolutional neural network and its usage in speech emotion recognition. The purpose of the network is the recognition of different emotions on the RAVDESS data set. The introduction explains the motivation for the project, as well as the problem, but also announces possible solutions. Through the main part of the thesis, the theoretical overview of these concepts is given, with an emphasis on machine learning and neural networks themselves. The usual approach to solving problems in machine learning is also explained. Furthermore, the issue is described in more detail (used data set, input, and output data). The chapter describing the architecture of the network gives the reasons why the convolutional neural network was chosen and explains all its parts in detail. The last chapter explains used evaluation methods and the results, and how changing the way data is classified concerning emotion and gender affects the accuracy of the model. Finally, the conclusions are drawn.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:943952
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-15 10:01:15