Klasifikacija zvočnih dogodkov z uporabo njihove smeri prihoda in časovne analize ničel signalaCurk, Tim (Avtor) Prezelj, Jurij (Mentor) k-meansničelno prečkanjeklasifikacija zvokovstatistična razdalja časov med ničlamiakustikaredukcija dimenzionalnostiV sodobnih industrijskih procesih postaja učinkovito spremljanje in analiza zvočnih pojavov ključnega pomena za zagotavljanje sledljivosti in optimizacijo delovanja. Tradicionalne metode pogosto zahtevajo kompleksne merilne sisteme ali drago opremo, kot so akustične kamere, zato se pojavlja potreba po razvoju enostavnejših in energetsko učinkovitih pristopov. V okviru te raziskave je bila razvita metodologija nenadzorovane klasifikacije zvočnih podatkov z uporabo algoritma k-means, ki omogoča ločevanje in razvrščanje akustičnih dogodkov na podlagi izbranih cenilk. Posebna pozornost je bila namenjena spektralnim, energijskim, časovnim in cepstralnim značilnostim, pri čemer se je kot ključna izkazala tudi relativno nekonvencionalna cenilka, pomembna za nadaljnjo implementacijo v FPGA vezja. Rezultati analize so pokazali visoko stopnjo skladnosti med razvrstitvijo in dejanskimi posnetki, kar potrjuje zanesljivost metode. Predlagani pristop tako odpira možnosti za razvoj cenovno dostopnih sistemov za spremljanje zvočnih procesov v realnem času, kar lahko pomembno prispeva k zmanjšanju stroškov proizvodnje ter hkrati omogoči zaznavanje odstopanj in izboljšano nadzorovanje industrijskih okolij.20252025-09-11 08:31:56Magistrsko delo/naloga172721UDK: 681.88:534.87:658.5(043.2)VisID: 276000COBISS_ID: 249838339sl