Deep Learning aplicat al reconeixement d’esdeveniments acústics

Supervisors Acadèmics: Francesc Alías Pujol i Alejandro González Alzate

Detalhes bibliográficos
Autor: Armenteras Bosom, Xavier
Tipo de documento: dissertação
Data de publicação:2018
País:España
Recursos:Universitat Ramon Llull (URL)
Repositório:DAU Arxiu Digital de la Universitat Ramon Llull
OAI Identifier:oai:dau.url.edu:20.500.14342/2851
Acesso em linha:http://hdl.handle.net/20.500.14342/2851
Access Level:Acceso aberto
Palavra-chave:Aprenentatge automàtic -- TFM
Xarxes neuronals (Informàtica) -- TFM
Bancs de dades -- TFM
Soroll -- Control -- TFM
004
531/534
62
id ES_533fc155ab9e1dcf48dbcefd7ba6a0c4
oai_identifier_str oai:dau.url.edu:20.500.14342/2851
network_acronym_str ES
network_name_str España
repository_id_str
spelling Deep Learning aplicat al reconeixement d’esdeveniments acústicsArmenteras Bosom, XavierAprenentatge automàtic -- TFMXarxes neuronals (Informàtica) -- TFMBancs de dades -- TFMSoroll -- Control -- TFM004531/53462Supervisors Acadèmics: Francesc Alías Pujol i Alejandro González AlzateEl Deep Learning és un conjunt d’einesd'aprenentatgeautomàticque en els últims anys ha revolucionat el món gràcies als bons resultats que ofereix a l’hora de modelitzar dades complexes. Avui en dia el Deep Learningés un camp punter de la ciència i l’augment d’escenaris d’aplicació d’aquest tipus d'aprenentatge és part de la revolució que ha generat aquesta tecnologia.Buscant solucions per al que s’anomenacom aSmartCities,sorgeix la necessitat d'entendre l'entorn que ens envoltabasant-seen els sons propis de la ciutat; en aquest projecte s’ha buscat aquesta comprensió de l'entorn fent ús del Deep Learning(p.ex. xarxes neuronals convolucionals (CNN)ixarxes neuronals recurrents(RNN)). En el projecte s’ha treballatamb dades reals recollides en el marc d'un projecte europeu que té per objectiu la monitorització acústica del soroll de trànsit de laciutat. L'objectiu passa per aconseguir sistemes dereconeixement d'esdeveniments acústics mésrobustos i / o precisos.Universitat Ramon Llull. La Salle20202023202020232018info:eu-repo/semantics/masterThesis44 p.application/pdfhttp://hdl.handle.net/20.500.14342/2851RECERCAT (Dipòsit de la Recerca de Catalunya)reponame:DAU Arxiu Digital de la Universitat Ramon Llullinstname:Universitat Ramon Llull (URL)CatalánENG TFM MUCD;2558Attribution-NonCommercial-NoDerivatives 4.0 International© Escola Tècnica Superior d'Enginyeria La Sallehttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:dau.url.edu:20.500.14342/28512026-06-21T06:40:37Z
dc.title.none.fl_str_mv Deep Learning aplicat al reconeixement d’esdeveniments acústics
title Deep Learning aplicat al reconeixement d’esdeveniments acústics
spellingShingle Deep Learning aplicat al reconeixement d’esdeveniments acústics
Armenteras Bosom, Xavier
Aprenentatge automàtic -- TFM
Xarxes neuronals (Informàtica) -- TFM
Bancs de dades -- TFM
Soroll -- Control -- TFM
004
531/534
62
title_short Deep Learning aplicat al reconeixement d’esdeveniments acústics
title_full Deep Learning aplicat al reconeixement d’esdeveniments acústics
title_fullStr Deep Learning aplicat al reconeixement d’esdeveniments acústics
title_full_unstemmed Deep Learning aplicat al reconeixement d’esdeveniments acústics
title_sort Deep Learning aplicat al reconeixement d’esdeveniments acústics
dc.creator.none.fl_str_mv Armenteras Bosom, Xavier
author Armenteras Bosom, Xavier
author_facet Armenteras Bosom, Xavier
author_role author
dc.contributor.none.fl_str_mv Universitat Ramon Llull. La Salle
dc.subject.none.fl_str_mv Aprenentatge automàtic -- TFM
Xarxes neuronals (Informàtica) -- TFM
Bancs de dades -- TFM
Soroll -- Control -- TFM
004
531/534
62
topic Aprenentatge automàtic -- TFM
Xarxes neuronals (Informàtica) -- TFM
Bancs de dades -- TFM
Soroll -- Control -- TFM
004
531/534
62
description Supervisors Acadèmics: Francesc Alías Pujol i Alejandro González Alzate
publishDate 2018
dc.date.none.fl_str_mv 2018
2020
2020
2023
2023
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.14342/2851
url http://hdl.handle.net/20.500.14342/2851
dc.language.none.fl_str_mv Catalán
language_invalid_str_mv Catalán
dc.relation.none.fl_str_mv ENG TFM MUCD;2558
dc.rights.none.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
© Escola Tècnica Superior d'Enginyeria La Salle
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
© Escola Tècnica Superior d'Enginyeria La Salle
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 44 p.
application/pdf
dc.source.none.fl_str_mv RECERCAT (Dipòsit de la Recerca de Catalunya)
reponame:DAU Arxiu Digital de la Universitat Ramon Llull
instname:Universitat Ramon Llull (URL)
instname_str Universitat Ramon Llull (URL)
reponame_str DAU Arxiu Digital de la Universitat Ramon Llull
collection DAU Arxiu Digital de la Universitat Ramon Llull
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408104214429696
score 15,300719

Registros relacionados