文献

J-GLOBAL ID：201602279471804392   整理番号：16A1028856

音声認識とブラックボックス最適化

著者 (2件)： 篠崎隆宏 (東京工大) ,  渡部晋治 (Mitsubishi Electric Res. Lab.)
資料名： 日本音響学会誌  (Journal of the Acoustical Society of Japan)
巻： 72  号： 10  ページ： 644-652  発行年： 2016年10月01日 
JST資料番号： G0162A  ISSN： 0369-4232  CODEN： NIOGAH  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 多くの実用的なシステムの開発では様々な調整作業が必要となる。調整の対象となるシステムの変数と調整の結果としてのシステムの性能の関係は関数として捉えることができるが,数式としての定式化が困難な場合や,数式として表すことができても解析的な最適化が困難な場合も多い。従来はそのような場合,専門家の職人的なノウハウに頼ることが一般的であった。これに対し近年,システムの調整をブラックボックス最適化問題として捉え,メタヒューリスティックな手法を応用することで自動化することが幾つかの分野で行われるようになりつつある。アルゴリズムに基づき最適化を行うことで,専門家のノウハウに頼ることなくより容易に高度なシステムを実現できる利点がある。近年実用化が進みつつある音声認識も高い性能を得るために複雑な調整が必要となるシステムであり,ブラックボックス最適化が有用と期待される分野である。本論文ではブラックボックス最適化の代表的なアルゴリズムについて解説すると共に,音声認識システムの構築においてそれらがどのように役立てられるのかについて説明を行う。(著者抄録)

シソーラス用語： *音声認識 ,  ブラックボックス ,  最適化 ,  アルゴリズム ,  遺伝的アルゴリズム ,  システム ,  最適化手法 ,  *音声認識システム ,  進化戦略 ,  改変 ,  進化的計算

分類 (1件)： パターン認識  (JE07000S)

引用文献 (26件)：

• J. Muñoz-Paniagua, J. García and A. Crespo, "Aerodynamic optimization of high-speed trains nose using a genetic algorithm and artificial neural network," Proc. ECCOMAS Thematic Conf. CFD & OPTIMIZATION, pp.1-19 (2011).
• K. Chiba, S. Obayashi, K. Nakahashi and H. Morino, "High-fidelity multidisciplinary design optimization of aerostructural wing shape for regional jet," Proc. 3rd Int. Conf. Evolutionary Multi-Criterion Optimization, pp. 621-635 (2005).
• T.L. Pitzer, J.A. Fellows, G.B. Lamont and A.J. Terzuoli, "Linear ensemble antennas resulting from the optimization of log periodic dipole arrays using genetic algorithms," IEEE Int. Conf. Evolutionary Computation (CEC), pp. 3189-3196 (2006).
• L. Davis, Ed., Handbook of Genetic Algorithms, Vol. 115 (Van Nostrand Reinhold, New York, 1991).
• N. Hansen, S.D. Müller and P. Koumoutsakos, "Reducing the time complexity of the derandomized evolution strategy with covariance matrix adaptation (CMA-ES)," Evol. Comput., 11, 1-18 (2003).

タイトルに関連する用語 (3件)： 音声認識 ,  ブラックボックス ,  最適化