文献

J-GLOBAL ID：201702234359497376   整理番号：17A1033943

大規模オーディオ分類のためのCNNアーキテクチャ【Powered by NICT】

CNN architectures for large-scale audio classification

著者 (13件)： Hershey Shawn (Google, Inc., New York, USA) ,  Chaudhuri Sourish (Google, Inc., New York, USA) ,  Ellis Daniel P. W. (Google, Inc., New York, USA) ,  Gemmeke Jort F. (Google, Inc., New York, USA) ,  Jansen Aren (Google, Inc., New York, USA) ,  Moore R. Channing (Google, Inc., New York, USA) ,  Plakal Manoj (Google, Inc., New York, USA) ,  Platt Devin (Google, Inc., New York, USA) ,  Saurous Rif A. (Google, Inc., New York, USA) ,  Seybold Bryan (Google, Inc., New York, USA) ,  Slaney Malcolm (Google, Inc., New York, USA) ,  Weiss Ron J. (Google, Inc., New York, USA) ,  Wilson Kevin (Google, Inc., New York, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 131-135  発行年： 2017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)

抄録/ポイント： 畳込みニューラルネットワーク(CNN)は画像分類に非常に効果的で証明され,オーディオのための有望性を示した。30,871ビデオレベルラベルを持つ70m訓練ビデオ(五百二十四万時間)のデータセットのサウンドトラックを分類するために種々のCNNアーキテクチャを用いた。は完全に連結したディープニューラルネットワーク(DNNs),AlexNet[1],VGG[2],開始[3],ResNet[4]を調べた。トレーニングセットとラベル語いの両方のサイズを変えて,画像分類に使用されるCNNの類似体は,オーディオ分類タスクで十分に進行し,大きな訓練とラベルセットはある点まで助けることを見出し検討した。これら分類器からの埋込みを用いたモデルはオーディオ集合[5]音響イベント検出(AED)分類タスクに及ぼす生特徴よりもはるかに優れていた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  音響 ,  語彙 ,  *計算機アーキテクチャ ,  *オーディオ機器 ,  類似物質 ,  畳込み ,  録画装置
準シソーラス用語： イベント検出 ,  ディープニューラルネットワーク ,  画像分類 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 大規模 ,  オーディオ分類 ,  CNN ,  アーキテクチャ