Prototip sistema za zajem in klasifikacijo dojenčkovega joka

Saftić, Saša (author), Ciglarič, Mojca (mentor), Zupan, Blaž (comentor)

V tem delu se ukvarjamo z večrazredno klasifikacijo dojenčkovega joka in raziskovanjem povezave med starostjo dojenčka in natančnostjo klasifikacije. Prav tako se ukvarjamo z varnim shranjevanjem in obdelavo podatkov v oblaku. Primerjali smo več standarnih modelov za večrazredno klasifikacijo in klasifikacijo z rekurenčnimi nevronskimi mrežami. Natančnost klasifikacije smo preverili na podatkih različno starih otrok. Za shranjevanje in obdelavo podatkov smo uporabili Rest Django API in odptokodno oblačno platformo OpenStack. Rezultati dela kažejo, da lahko s pomočjo večrazredne klasifikacije razlikujemo med razredi joka. Povezave med starostjo otroka in natančnostjo klasifikacije nismo opazili. Django Rest API in OpenStack platformi sta se izkazali za dobro orodje za shranjevanje in obdelavo podatkov v oblaku.

• Language: Slovenian
• Keywords: dojenčkov jok, zajem podatkov, analiza zvoka, odkrivanje značilk, klasifikacija, obdelava podatkov v oblaku, oblačna varnost
• Work type: Master's thesis/paper
• Organization: FRI - Faculty of Computer and Information Science
• Year: 2017
• PID: 20.500.12556/RUL-91508
• Publication date in RUL: 12.04.2017

SAFTIĆ, Saša, 2017, Prototip sistema za zajem in klasifikacijo dojenčkovega joka [online]. Master’s thesis. [Accessed 25 April 2025]. Retrieved from: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=eng&id=91508

Secondary language

• Language: English
• Title: System for audio capture and classification of baby cry samples

Abstract

We explore multiclass classification of infants' cries and the relation between the age of the infant and the accuracy of classification. Additionally we explore secure cloud storage and cloud data processing. We compare several state-of-the-art multiclass classification models with recurrent neural networks. Classification accuracy was obtained on data from infants of various ages. For data storage and processing we used the Django Rest API and the opensource cloud platform OpenStack. Multiclass classification models successfully differentiated between different classes of crying, but no age effect has been found. We have demonstrated the aptness of the Django Rest API and OpenStack platform for data storing and processing in the cloud.

• Keywords: infant cry, data acquisition, audio analysis, feature extraction, classification, cloud processing, cloud security