Modeliranje kitarskega ojačevalnika s pomočjo algoritmov strojnega učenja in principa črne škatleGIACOMELLI, JAN (Avtor) Beguš, Samo (Mentor) strojno učenjeojačevalnikkitaraobdelava podatkovV magistrskem delu je opisano raziskovanje možnosti za implementacijo modela kitarskega ojačevalnika s pomočjo algoritmov strojnega učenja in principa črne škatle. Ojačevalnik je obravnavan kot črna škatla, za katero poznamo vhode in njihove pripadajoče izhode. Razloženi in opisani so postopki pridobivanja odzivov za sinusne in kitarske signale ter avtomatizacija le-tega. Predstavljeni so rezultati poizkusov pri gradnji modelov s pomočjo algoritma naključnega gozda odločitvenih dreves ter nevronske mreže. Predstavljeni so njune prednosti, slabosti in omejitve za obravnavani primer ter rezultati dela z vsakim od njiju. Analizirani so različni načini priprave v časovnem in frekvenčnem prostoru in izbire podatkov. Razloženo in pokazano je, zakaj tak pristop v dotičnem primeru ne daje zadovoljivih rezultatov za dejansko implementacijo modela, ki bi bil lahko uporabljen kot simulacija kitarskega ojačevalnika.20192019-04-12 13:50:09Magistrsko delo/naloga107435sl