dc.contributor.advisor |
Ζέρβας, Παναγιώτης |
|
dc.contributor.author |
Θεοδωρόπουλος, Βασίλειος (2444) |
|
dc.date.accessioned |
2022-03-01T11:00:44Z |
|
dc.date.available |
2022-03-01T11:00:44Z |
|
dc.date.issued |
2022-02 |
|
dc.identifier.uri |
http://repository.library.teimes.gr/xmlui/handle/123456789/10049 |
|
dc.description.abstract |
Η παρούσα πτυχιακή εργασία ασχολείται με την την ανάπτυξη ενσωματωμένης
εφαρμογής η οποία θα εκτελείτε σε αισθητήρα βασισμένο στη πλατφόρμα Arduino
Nano 33 BLE Sense. Η εφαρμογή αυτή θα επιτρέπει την αυτόματη αναγνώριση
φωνητικών εντολών περιορισμένου λεξιλογίου (voice command recognition). Για
την εκπαίδευση του μοντέλου φωνητικής αναγνώρισης θα χρησιμοποιηθεί η
βιβλιοθήκη ανάπτυξης νευρωνικών δικτύων βαθιάς μάθησης με δυνατότητα
εκτέλεσης σε ενσωματωμένες συσκευές, TensorFlow Lite.
Η υλοποίηση που θα προκύψει θα μπορεί να χρησιμοποιηθεί σε σενάρια καταγραφής
ηχητικών δεδομένων σε δίκτυο αισθητήρων όπου η διαδικασία της αναγνώρισης θα
γίνεται πάνω στον αισθητήρα (network edge sensing). Αναφορικά με τη
συνδεσιμότητα του αισθητήρα, αυτή θα πραγματοποιείται μέσω bluetooth σε
ενδιάμεσο ΗΥ ο οποίος στη συνέχεια θα στέλνει τα δεδομένα σε εξυπηρετητή
νέφου |
el |
dc.language.iso |
el_GR |
el |
dc.publisher |
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ |
el |
dc.title |
Σύστημα αναγνώρισης λέξης-κλειδιού με χρήση τεχνικών βαθιάς μάθησης σε ενσωματωμένη συσκευή χαμηλής ισχύος |
el |
dc.type |
Πτυχιακή Εργασία |
el |