文献

J-GLOBAL ID：201802210415232522   整理番号：18A2041633

事前訓練された深い畳込みニューラルネットワークを用いた建物の床間の騒音の分類【JST・京大機械翻訳】

Classification of Noise Between Floors in a Building Using Pre-Trained Deep Convolutional Neural Networks

著者 (4件)： Choi Hwiyong (Department of Naval Architecture and Ocean Engineering, Seoul National University, Seoul, Korea) ,  Lee Seungjun (Department of Naval Architecture and Ocean Engineering, Seoul National University, Seoul, Korea) ,  Yang Haesang (Department of Naval Architecture and Ocean Engineering, Seoul National University, Seoul, Korea) ,  Seong Woojae (Department of Naval Architecture and Ocean Engineering, Seoul National University, Seoul, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWAENC  ページ： 535-539  発行年： 2018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,韓国における深刻な社会的衝突問題であるアパート複合体における床間の騒音の発生源位置とタイプ分類のための方法を提案した。視覚幾何学グループにより提案された事前訓練畳込みニューラルネットワークを適用し,タスクに用いた。方法の評価のためのデータセットを作成し,建物に集めた。データセットは,ネットワークの入力に供給されるためにログスケールのメールスペクトログラムに変換される。この方法をk-折畳み交差検証により評価した。ネットワークアーキテクチャに依存する性能比較のために,SalamonとBello[IEEE信号プロセスによって提案された畳込みニューラルネットワーク]を提案した。24,279-283(2017)]を用いて検証した。また,プレトレーニングの有効性を測定した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  幾何学 ,  複合体 ,  ネットワークアーキテクチャ ,  大韓民国 ,  集合住宅 ,  IEEE ,  視覚 ,  *騒音
準シソーラス用語： 性能比較 ,  スペクトログラム ,  発生源 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 訓練 ,  畳込みニューラルネットワーク ,  建物 ,  騒音 ,  分類