文献

J-GLOBAL ID：201702255886407792   整理番号：17A1034458

エンドツーエンド畳込みニューラルネットワークを用いた環境音の学習【Powered by NICT】

Learning environmental sounds with end-to-end convolutional neural network

著者 (2件)： Tokozume Yuji (The University of Tokyo, Japan) ,  Harada Tatsuya (The University of Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 2721-2725  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： 環境音分類(ESC)は,通常,logメル特徴のような手製特徴に基づいて実施した。一方,エンドツーエンド分類システムは,分類と特徴抽出を行う併用,特に画像分類の成功を達成した。同様に,環境音は生波形から学んだ直接できれば,私たちは,人手により設計されたできなかった分類のための効果的な新しい特徴を抽出できるようになり,この新しい特徴は,分類性能を改善することができた。本論文では,畳込みニューラルネットワーク(CNN)を用いた新しいエンドツーエンドESCシステムを提案した。ESC,50上で提案システムの分類精度は静的logメル特徴を持つlogmel CNNを用いた時に達成したそれより5.1%高かった。更に,筆者らは静的及びデルタlogメル特徴と最新logmel CNN上での分類精度が6.5%改善を達成し,このシステムとlogmel CNNを組み合わせることにより単純化した。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： 簡素化 ,  *エンドツーエンド方式 ,  特徴抽出 ,  *畳込み ,  *ニューラルネットワーク
準シソーラス用語： 分類精度 ,  画像分類 ,  *環境音 , 【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)： エンドツーエンド ,  畳込みニューラルネットワーク ,  環境音 ,  学習