文献

J-GLOBAL ID：201802221456186637   整理番号：18A1907850

深い特徴:オーディオ解析のための雑音ロバストな深特徴表現【JST・京大機械翻訳】

Bag-of-Deep-Features: Noise-Robust Deep Feature Representations for Audio Analysis

著者 (6件)： Amiriparian Shahin (Chair of Embedded Intelligence for Health Care and Wellbeing, Univeristy of Augsburg, Germany) ,  Gerczuk Maurice (Chair of Embedded Intelligence for Health Care and Wellbeing, Univeristy of Augsburg, Germany) ,  Ottl Sandra (Chair of Embedded Intelligence for Health Care and Wellbeing, Univeristy of Augsburg, Germany) ,  Cummins Nicholas (Chair of Embedded Intelligence for Health Care and Wellbeing, Univeristy of Augsburg, Germany) ,  Pugachevskiy Sergey (Chair of Embedded Intelligence for Health Care and Wellbeing, Univeristy of Augsburg, Germany) ,  Schuller Bjorn (Chair of Embedded Intelligence for Health Care and Wellbeing, Univeristy of Augsburg, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-7  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： 深い学習の時代において,音響環境の様々な成分の分類,特に野生の記録に関する研究は,人気を得ている。これは,社会マルチメディア上で利用可能な実世界データの計算能力と拡張量の増加によるものである。しかしながら,このデータの雑音の性質は,すでに複雑な深い学習システムに付加的な複雑さを加えることができる。ここでは,様々なインザの音声データセットの深い特徴表現を定量化することにより,この問題に取り組んだ。本論文の目的は2つである。1)提案した特徴量子化タスクの実現可能性を評価し,2)異なる完全接続深いニューラルネットワークから抽出された様々な特徴空間の有効性を比較し,6つの実世界オーディオコーパスを分類する。分類のために,2つの特徴集合を抽出した。1)音声インスタンスの視覚表現を転送することから導いたDEEP SPECTRUM特徴,特に非常に深いタスクに依存しない事前訓練畳込みニューラルネットワーク(CNNs),2)DEEP SPECTRUM特徴の定量化である。BODFを用いて,著者らは,雑音のあるインザの音声データに対する深い表現を定量化することの適合性を示した。最後に,分類結果に及ぼすCNN特徴およびモデルの初期および後期融合の影響を解析した。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： 量子化 ,  ニューラルネットワーク ,  *雑音 ,  *ロバスト性 ,  マルチメディア ,  コーパス ,  適応性 ,  音環境 ,  *オーディオ機器
準シソーラス用語： 畳込みニューラルネットワーク ,  特徴空間 ,  音声データ ,  学習支援システム ,  *特徴表現 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： オーディオ ,  解析 ,  雑音 ,  ロバスト ,  特徴表現