ترجمه فارسی مقاله سیستم طبقه بندی یادگیری عمیق برای سطوح بلوغ نارگیل بر اساس سیگنال های صوتی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Deep learning classification system for coconut maturity levels based on acoustic signals
عنوان مقاله به فارسی سیستم طبقه بندی یادگیری عمیق برای سطوح بلوغ نارگیل بر اساس سیگنال های صوتی
نویسندگان June Anne Caladcad, Eduardo Jr Piedad
فرمت مقاله انگلیسی PDF
تعداد صفحات 7
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Sound,Audio and Speech Processing,Signal Processing,پردازش صدا , صدا و گفتار , پردازش سیگنال ,
توضیحات Submitted 27 August, 2024; originally announced August 2024. , Comments: 7 pages, 4 figures, accepted in the 2024 IEEE 12th Region 10 Humanitarian Technology Conference (R10-HTC)
توضیحات به فارسی ارسال شده در 27 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 7 صفحه ، 4 شکل ، در کنفرانس فناوری بشردوستانه IEEE دوازدهم IEEE منطقه 10 (R10-HTC) پذیرفته شده است.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The advancement of computer image processing, pattern recognition, signal processing, and other technologies has gradually replaced the manual methods of classifying fruit with computer and mechanical methods. In the field of agriculture, the intelligent classification of post-harvested fruit has enabled the use of smart devices that creates a direct impact on farmers, especially on export products. For coconut classification, it remains to be traditional in process. This study presents a classification of the coconut dataset based on acoustic signals. To address the imbalanced dataset, a data augmentation technique was conducted through audiomentation and procedural audio generation methods. Audio signals under premature, mature, and overmature now have 4,050, 4,050, and 5,850 audio signals, respectively. To address the updation of the classification system and the classification accuracy performance, deep learning models were utilized for classifying the generated audio signals from data generation. Specifically, RNN and LSTM models were trained and tested, and their performances were compared with each other and the machine learning methods used by Caladcad et al. (2020). The two DL models showed impressive performance with both having an accuracy of 97.42% and neither of them outperformed the other since there are no significant differences in their classification performance.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت پردازش تصویر رایانه ، تشخیص الگوی ، پردازش سیگنال و سایر فناوری ها به تدریج روشهای دستی طبقه بندی میوه با روشهای رایانه ای و مکانیکی را جایگزین کرده است.در زمینه کشاورزی ، طبقه بندی هوشمند میوه پس از زراعت ، استفاده از دستگاه های هوشمند را فراهم کرده است که تأثیر مستقیمی بر کشاورزان ایجاد می کند ، به خصوص در محصولات صادراتی.برای طبقه بندی نارگیل ، همچنان در حال انجام سنتی است.این مطالعه طبقه بندی مجموعه داده های نارگیل را بر اساس سیگنال های صوتی ارائه می دهد.برای پرداختن به مجموعه داده های نامتوازن ، یک روش تقویت داده از طریق روشهای شنوایی و تولید صوتی رویه ای انجام شد.سیگنال های صوتی در حال حاضر به ترتیب 4،050 ، 4،050 و 5،850 سیگنال صوتی دارند.برای پرداختن به به روزرسانی سیستم طبقه بندی و عملکرد دقت طبقه بندی ، از مدل های یادگیری عمیق برای طبقه بندی سیگنال های صوتی تولید شده از تولید داده استفاده شد.به طور خاص ، مدل های RNN و LSTM آموزش داده و مورد آزمایش قرار گرفتند و عملکرد آنها با یکدیگر و روشهای یادگیری ماشین مورد استفاده Caladcad و همکاران مقایسه شد.(2020).دو مدل DL با داشتن دقت 97.42 ٪ عملکرد چشمگیر نشان دادند و هیچکدام از آنها از دیگری بهتر عمل نکردند زیرا تفاوت معنی داری در عملکرد طبقه بندی آنها وجود ندارد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.