文献

J-GLOBAL ID：201802263651468310   整理番号：18A0166121

オーディオ信号源分離のためのマルチスケールマルチバンドdensenets【Powered by NICT】

Multi-Scale multi-band densenets for audio source separation

著者 (2件)： Takahashi Naoya (Sony Corporation, Minato-ku, Tokyo, Japan) ,  Mitsufuji Yuki (Sony Corporation, Minato-ku, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WASPAA  ページ： 21-25  発行年： 2017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,音源分離の問題を扱った。音源分離の問題の複雑で不良設定性を処理するために,現行の最先端技術アプローチは混合物から機器スペクトルを得るための深層ニューラルネットワークを採用した。本研究では,最近開発された密に接続された畳込みネットワーク(DenseNet),画像分類タスクに優れた結果を示したを拡張した新しいネットワークアーキテクチャを提案した。音源分離の特定の問題に対処するために,アップサンプリング層,ブロックスキップ接続とバンド専用高密度ブロックはDenseNetのトップに導入される。提案されたアプローチは,長い文脈情報を利用し,信号に歪率の点で大幅にSiSEC2016競争に対する最先端技術の結果よりも優れていた。さらに,提案したアーキテクチャは,他の方法と比較して有意に少ないパラメータとかなり少ない訓練時間を必要とする。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 計算機アーキテクチャ ,  歪率 ,  畳込み ,  ネットワーク ,  スペクトル ,  ネットワークアーキテクチャ ,  *オーディオ機器 ,  高密度 ,  ディープニューラルネットワーク ,  音源分離
準シソーラス用語： 文脈情報 ,  アップサンプリング ,  画像分類 ,  最先端技術 ,  *信号源分離 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： オーディオ ,  信号源分離