文献

J-GLOBAL ID：201802250968105698   整理番号：18A1770754

ニューラルネットワークによる早期オーディオ事象検出の可能化【JST・京大機械翻訳】

Enabling Early Audio Event Detection with Neural Networks

著者 (4件)： Phan Huy (Department of Engineering Science, University of Oxford, Oxford, UK) ,  Koch Philipp (University of Luebeck, Institute for Signal Processing, Luebeck, Germany) ,  McLoughlin Ian (University of Kent, School of Computing, Kent, UK) ,  Mertins Alfred (University of Luebeck, Institute for Signal Processing, Luebeck, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 141-145  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： 本論文は,オーディオストリームからの音声イベントの早期検出のための方法論を提示した。初期検出は,その初期段階で進行中のイベントを推論する能力である。提案したシステムは,二重並列tailo失深神経回路網(DNNs)と結合した新しい推論ステップから構成されている。DNNsは,それらの損失関数を除いて類似のアーキテクチャを共有している。すなわち,重み付け損失とマルチタスク損失である。これらは,音声イベント検出に共通する問題に効率的に対処するように設計されている。この推論ステップは,進行中のイベントを認識するためのネットワーク出力を利用するために新しく導入されている。検出機能の単調性は,信頼できる早期検出のために必要であり,また,証明される。ITC-irstデータベースに関する実験は,提案したシステムが最先端の検出性能を達成することを示した。さらに,全イベントが観測されたときに得られたものと類似した良好な性能を達成するためにさえ,部分的イベントさえも十分であり,早期イベント検出を可能にした。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： 損失関数 ,  データベース ,  *ネットワーク ,  *ニューラルネットワーク ,  *オーディオ機器 ,  重みづけ ,  計算機アーキテクチャ ,  神経回路網
準シソーラス用語： *イベント検出 ,  検出能 ,  単調性 ,  マルチタスク ,  最先端 , 【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 (4件)： ニューラルネットワーク ,  早期 ,  オーディオ ,  事象検出