Machine Learning can work very well with image recognition, But it can also be used to recognize audio patterns. Machine Listening can be used to identify audio patterns of different entities like car engine, human speaking, nature sounds etc. Aim of this thesis is to classify different vehicles based on their sounds and then further categorize them as either light weight, medium weight, heavy weight, rail- bound or two-wheeled vehicle using the applications of Machine Listening in the field of acoustics. In order to increase the speed and performance of the software program and algorithm, the program will run on a High Performance Computing (HPC) system containing cluster which in turn will have many compute servers also called as nodes which will unable faster and parallel computing.
In einer Masterarbeit in der Akustikgruppe der HFT Stuttgart wurde für eine Beurteilung des Verkehrsaufkommens der Einsatz einer automatischen Erkennung von Straßengeräuschen wie Motoren, Passanten und Umweltgeräuschen untersucht. Durch Verwendung des maschinellen Lernens, genauer dem s.g. Deep Learning, sollten unterschiedliche Fahrzeuge anhand der akustischen Signale erkannt und unterschiedlichen Fahrzeugkategorien (z.B. Leicht-, Mittel-, Schwerfahrzeuge, Schienenfahrzeuge, Zweiräder) zu geordnet werden. Um die Berechnungszeit für das Deep Learning zu verkürzen, wurden die Berechnungen auf dem HPC Cluster durchgeführt, wobei mittels paralleler Programmierung eine Vielzahl von Rechenknoten auf dem Cluster genutzt wurden.
<br/>for more information.
<br/>for more information.
</p>
</p>
<imgstyle="width:100%"src="/img/hpc/acoustic.png"alt="template based approach">
<imgstyle="width:100%"src="/img/hpc/acoustic.png"alt="template based approach">
