抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,隣接層におけるメモリブロック間のスキップ接続を導入することにより,改良フィードフォワード逐次メモリネットワーク(fsmn)アーキテクチャ,すなわちDeep-FSMN(DFSMN)を提案した。これらのスキップ接続は,異なる層を横切る情報流を可能にし,非常に深い構造を構築するとき,勾配消失問題を軽減する。結果として,DFSMNはこれらのスキップ接続と深い構造から有意に利益を得た。著者らは,英語とマンダリンを含むいくつかの大きな音声認識タスクに関して,より低いフレームレート(LFR)の有無にかかわらず,DFSMNの性能をBLSTMと比較した。実験結果は,DFSMNが,特にモデリングユニットとしてCD-Phoneを用いてLFRで訓練された劇的な利得を持つBLSTMよりも一貫して優れていることを示した。20000時間Fisher(FSH)タスクにおいて,提案したDFSMNは,クロスエントロピー基準と3グラム言語モデルによる復号化を用いて,純粋に9.4%の単語誤り率を達成することができ,BLSTMと比較して1.5%の絶対改善を達成した。20000時間のマンダリン認識タスクにおいて,LFR訓練DFSMNは,LFR訓練BLSTMと比較して,20%以上の相対的改善を達成することができた。さらに,DFSMNにおけるメモリブロックのルックアップフィルタ次数を容易に設計することができ,実時間アプリケーションの待ち時間を制御することができる。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】