文献

J-GLOBAL ID：201802246098236913   整理番号：18A1022350

文脈情報とボトルネック特徴を用いたランダムフォレスト分類に基づく音響イベント検出【JST・京大機械翻訳】

Random forest classification based acoustic event detection utilizing contextual-information and bottleneck features

著者 (4件)： Xia Xianjun (School of Electrical, Electronic and Computer Engineering, The University of Western Australia, 35 Stirling Highway, Perth, WA 6009, Australia) ,  Togneri Roberto (School of Electrical, Electronic and Computer Engineering, The University of Western Australia, 35 Stirling Highway, Perth, WA 6009, Australia) ,  Sohel Ferdous (School of Engineering and Information Technology, Murdoch University, 90 South St, Murdoch, WA 6150, Australia) ,  Huang David (School of Electrical, Electronic and Computer Engineering, The University of Western Australia, 35 Stirling Highway, Perth, WA 6009, Australia)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 81  ページ： 1-13  発行年： 2018年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： イベントカテゴリとイベント境界情報の多様性は,音響イベント検出システムのための限られた成功をもたらした。これを扱うために,著者らは,長い文脈情報,低次元判別グローバルボトルネック特徴およびカテゴリー特異的ボトルネック特徴を利用することを提案した。いくつかの隣接するフレームを一緒に連結することによって,文脈情報の利用は,長い持続時間で音響信号に対処することを容易にする。グローバルおよびカテゴリー特異的ボトルネック特徴は,イベント分類および境界の事前知識を抽出することができ,それはイベント検出システムのタスクによって理想的に一致した。高度に可変な音響事象のUPC-TALPとITC-IRSTデータベースに関する評価は,最新技術の状態と比較して,それぞれ5.30%と4.44%の絶対誤差率改善を達成することによって,提案した方式の有効性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音波信号 ,  継続時間 ,  *音響 ,  データベース
準シソーラス用語： 事前知識 ,  低次元 ,  *イベント検出 ,  *ランダムフォレスト ,  *文脈情報 , 【Automatic Indexing@JST】

著者キーワード (4件)： 音響事象検出 ,  文脈情報 ,  大域的ボトルネック特徴 ,  カテゴリー特定ボトルネック特徴

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 文脈情報 ,  ボトルネック ,  ランダムフォレスト ,  分類 ,  音響 ,  イベント検出