Clasificación de género basada en señales de voz mediante modelos difusos y algoritmos de optimización

En este documento se describe un esquema de clasificación de género basado en señales de voz en el que se proponen y prueban 16 modelos difusos diferentes que son optimizados mediante cuatro algoritmos de optimización bioinspirados y el método cuasi-Newton. El esquema de clasificación considera cuatro conjuntos de datos y cinco características de voz diferentes para definir los valores de entrada de un algoritmo en el proceso de optimización. Los valores de entrada de cada modelo difuso definen la media y varianza de sus funciones de pertenencia gaussianas, y su desempeño se evalúa mediante los valores de entrada del algoritmo de optimización y el error cuadrático medio como función objetivo a minimizar. Se hace un análisis comparativo entre modelos, algoritmos y conjuntos de datos para obtener conclusiones de acuerdo con los resultados de cada modelo optimizado.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/23002
• Acceso en línea: http://hdl.handle.net/11349/23002
• Palabra clave: Lógica difusa; Optimización; Algoritmos Genéticos; Búsqueda armónica; Evolución Diferencial; Optimización con enjambre de partículas; Método Cuasi-Newton; Clasificación de género; Ingeniería de Sistemas - Tesis y disertaciones académicas; Lógica difusa; Algoritmos genéticos; Respuesta de voz interactiva; Inteligencia de enjambre; Fuzzy llogic; Optimization; Genetic algorithms; Harmony search; Differential evolution; Particle swarm optimization; Quasi Newton Method; Gender classification
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional