文献

J-GLOBAL ID：202002271138651954   整理番号：20A0560005

二重相続進化戦略によるEnd-to-End音声認識システムの最適化

著者 (4件)： 木村友祐 (東京工大) ,  日野健人 (東京工大) ,  董越 (東京工大) ,  篠崎隆宏 (東京工大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2020  号： SLP-131  ページ： Vol.2020-SLP-131,No.11,1-3 (WEB ONLY)  発行年： 2020年02月06日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 音声認識システムにおけるハイパーパラメタ最適化法として,進化戦略と知識蒸留を組み合わせる手法を提案する.従来の進化戦略ではエラー率の情報のみが次世代へ受け継がれるのに対し,知識蒸留を組み合わせることで世代間で伝えられる情報量を多くすることが出来る.この手法をEnd-to-End型の音声認識システムに適用し,従来法より精度が高くコンパクトなモデルが作成できることを示す.(著者抄録)

シソーラス用語： *エンドツーエンド方式 ,  *音声認識 ,  *継承 ,  *最適化手法 ,  行列 ,  誤り率 ,  損失関数 ,  音声処理 ,  ニューラルネットワーク ,  *音声認識システム ,  共分散行列 ,  *進化戦略 ,  *多重継承
準シソーラス用語： エラー率 ,  *エンドツーエンド

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

引用文献 (6件)：

• N. Hansen, S. D. Müller, and P. Koumoutsakos, “Reducing the time complexity of the derandomized evolution strategy with covariance matrix adaptation (CMA-ES),” Evolutionary Computation, vol. 11, no. 1, pp. 1-18, 2003.
• Y. Akimoto, Y. Nagata, I. Ono, and S. Kobayashi,“Bidirectional relation between CMA evolution strategies and natural evolution strategies,”in Proc. Parallel Problem Solving from Nature (PPSN), 2010, pp. 154-163.
• D. Wierstra, T. Schaul, T. Glasmachers, Y. Sun, J. Peters, and J. Schmidhuber,“Natural evolution strategies,” J. Mach. Learn. Res., vol. 15, no. 1, pp. 949-980, 2014.
• N. Hansen, A. Auger, R. Ros, S. Finck, and P. Pošík, “Comparing results of 31 algorithms from the blackbox optimization benchmarking bbob-2009,”in Proc. the 12th annual conference companion on Genetic and evolutionary computation (GECCO), 2010, pp. 1689-1696.
• Adriana Romero, et al.”FitNets: Hints for Thin Deep Nets”, 3rd International Conference on Learning Representations, ICLR 2015, San Diego, CA, USA, May 7-9, 2015, Conference Track Proceedings (2015).

タイトルに関連する用語 (3件)： 進化戦略 ,  音声認識システム ,  最適化