文献
J-GLOBAL ID:202002211462761750
整理番号:20A1961870
生オーディオからのエンドツーエンドオーディオシーン分類:効率的な表現学習のための多時間周波数分解能CNNアーキテクチャ【JST・京大機械翻訳】
End-to-end audio-scene classification from raw audio: Multi time-frequency resolution CNN architecture for efficient representation learning
著者 (4件):
Kumar T. Vijaya
(Samsung R&D Institute,Bangalore (SRIB),India)
,
Sundar R. Shunmuga
(Samsung R&D Institute,Bangalore (SRIB),India)
,
Purohit Tilak
(International Institute of Information Technology - Bangalore (IIIT-B),Bangalore,India)
,
Ramasubramanian V.
(International Institute of Information Technology - Bangalore (IIIT-B),Bangalore,India)
資料名:
IEEE Conference Proceedings
(IEEE Conference Proceedings)
巻:
2020
号:
SPCOM
ページ:
1-5
発行年:
2020年
JST資料番号:
W2441A
資料種別:
会議録 (C)
記事区分:
原著論文
発行国:
アメリカ合衆国 (USA)
言語:
英語 (EN)