A study of classification methods to identify sound signals of a washing machine
(2019) In Bachelor's Theses in Mathematical Sciences NUMK01 20182Mathematics (Faculty of Engineering)
- Popular Abstract (Swedish)
- Syftet med denna uppsats är att undersöka och klassificera ljud från en tvättmaskin. Ett tvättmaskinsprogram har olika faser, t ex vattenfyllning, tvättning, centrifugering, etc. Varje fas har ett eget ljud, därför kan vi anta vilken av faserna det är från ljudet, även om vi inte ser tvättmaskinen. När ljudet ’a’ skiljer sig från ljudet ’b’, ska vågformen av ’a’ vara annorlunda jämfört med vågformen av ’b’. Detta innebär att de frekvenser som utgör vågformerna är annorlunda. Formeln för att få ut frekvenskomponenter i en vågform är Fourier-transformen. Fourier-transformen delar upp en vågform i frekvenskomponenter genom en kombination av enkla sinusvågor. Vi kan även rekonstruera den ursprungliga vågformen från dessa komponenter. Denna... (More)
- Syftet med denna uppsats är att undersöka och klassificera ljud från en tvättmaskin. Ett tvättmaskinsprogram har olika faser, t ex vattenfyllning, tvättning, centrifugering, etc. Varje fas har ett eget ljud, därför kan vi anta vilken av faserna det är från ljudet, även om vi inte ser tvättmaskinen. När ljudet ’a’ skiljer sig från ljudet ’b’, ska vågformen av ’a’ vara annorlunda jämfört med vågformen av ’b’. Detta innebär att de frekvenser som utgör vågformerna är annorlunda. Formeln för att få ut frekvenskomponenter i en vågform är Fourier-transformen. Fourier-transformen delar upp en vågform i frekvenskomponenter genom en kombination av enkla sinusvågor. Vi kan även rekonstruera den ursprungliga vågformen från dessa komponenter. Denna uppsats består av tre delar. Den första studien fokuserade på Fourier-transformerna. Speciellt den diskreta Fourier-transformen (DFT) och den snabba Fourier-transformen (FFT) eftersom ljudsignalen analyseras av en dator som hanterar endast diskreta värden. Den andra, vi studerar ljud-extraktions metoder och diskuterar problemen. I sista delen, uppvisas ljudklassificering med en maskininlärningsmetod, kallad ”supervised learning” med djupa neurala nätverk. En av hyperparameteroptimeringar, ”random search” förklaras och används för klassificering av flera klasser. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/8975226
- author
- Kazama, Chiharu LU
- supervisor
-
- Claus Führer LU
- Najmeh Abiri LU
- organization
- course
- NUMK01 20182
- year
- 2019
- type
- M2 - Bachelor Degree
- subject
- keywords
- Fourier transform, DFT, FFT, STFT, sounds classification, Keras, supervised learning, neural network, Random search, machine learning, signal processing
- publication/series
- Bachelor's Theses in Mathematical Sciences
- report number
- LUNFNA-4025-2019
- ISSN
- 1654-6229
- other publication id
- 2019:K6
- language
- English
- id
- 8975226
- date added to LUP
- 2019-10-08 13:38:12
- date last changed
- 2024-09-27 17:09:34
@misc{8975226, author = {{Kazama, Chiharu}}, issn = {{1654-6229}}, language = {{eng}}, note = {{Student Paper}}, series = {{Bachelor's Theses in Mathematical Sciences}}, title = {{A study of classification methods to identify sound signals of a washing machine}}, year = {{2019}}, }