Makine öğrenmesi yöntemleri kullanarak ses tabanlı konum tespiti

Günümüzde insan yaşamının her alanında ses çok önemli bir rol oynamaktadır. Kişisel güvenlikten başlayarak çevremizde kritik denetimlere kadar her ortamda işlenen suçların sayısı artmaktadır. Bu artışla birlikte suçluların tespiti ve olayların aydınlatılması büyük önem arz etmektedir. Suçlunu takibi için ses verileri tanımlayıcı bilgi olarak kullanılabilmektedir. Evlerimizde gerçekleştirilen faaliyetler farklı ses sinyalleri üretmektedir. Evin içerisindeki farklı konumlarda farklı faaliyetler gerçekleştirilmekte ve her konumdaki sesin akustik özellikleri farklılık göstermektedir. Üretilen ses sinyallerinin tespit edilmesi sonucunda kişinin hangi konumda bulunduğu tahmin edilebilir. Bu amaçla ev içi seslerden oluşan yeni bir ses veriseti toplanmıştır. YouTubedaki ev konumlarına göre yapılacak faaliyetlerle ilişkili videolar kullanılmıştır. Oluşturulan verisetine KNN, SVM, rastgele orman (REF) vb. gibi son araştırmalar tarafından kullanılan popüler makine öğrenmesi sınıflandırıcıları uygulandı. Derin öğrenme, daha büyük miktarda veri ile daha iyi sonuç verse de, derin öğrenme ile kombinasyon uygulanabilir. Son olarak, modelimiz, araştırmalarla elde edilen mevcut sonuçlarla karşılaştırıldığında, sınıflandırılmış ses konumunun konumunu dikkate değer bir performansla belirlemiştir.