文献

J-GLOBAL ID：201702256432478171   整理番号：17A1034911

音声における連続感情認識のための予測ベース学習【Powered by NICT】

Prediction-based learning for continuous emotion recognition in speech

著者 (4件)： Han Jing (Complex & Intelligent System, University of Passau, Germany) ,  Zhang Zixing (Complex & Intelligent System, University of Passau, Germany) ,  Ringeval Fabien (Laboratoire d’Informatique de Grenoble, Universite ́ Grenoble Alpes, France) ,  Schuller Bjorn (Complex & Intelligent System, University of Passau, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 5005-5009  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： 本論文では,音声からの感情認識の連続予測タスク,マルチメディアにおける感情コンピューティングの重要な成分の一つである提案した予測ベース学習フレームワーク。この枠組みの主な目標は,最も異なる回帰モデルの個々の利点を利用して協調することである。この目的のために,例えば,サポートベクトル回帰および双方向長い短期メモリリカレントニューラルネットワークのための広く使用されている二回帰モデルを採用した。は異なる方法でタンデム構造の二つのモデルを連結させ,連合カスケードフレームワークを形成した。前者のモデルによって予測された出力は最終予測のモデルの入力として元の特徴と組み合わせている。時間値連続自然感情データベース(RECOLA)上の実験結果は,予測に基づく学習フレームワークは,アラウザルとバレンス両方の次元のための個々のモデルの性能を著しく上回ると,このコーパス上でその他の最先端技術手法と比較して大幅に優れた結果を提供することを示す。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： マルチメディア ,  直列接続 ,  データベース ,  *予測 ,  回帰モデル ,  コーパス ,  *学習
準シソーラス用語： 最先端技術 ,  サポートベクトル回帰 ,  感情コンピューティング ,  *感情認識 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 音声 ,  感情認識 ,  予測 ,  学習