文献

J-GLOBAL ID：201902266344241391   整理番号：19A1487617

弱教師付き音事象検出のための音響とクラスの結合推論【JST・京大機械翻訳】

Joint Acoustic and Class Inference for Weakly Supervised Sound Event Detection

著者 (6件)： Kothinti Sandeep (Department of Electrical and Computer Engineering, Johns Hopkins University, Baltimore, MD, USA) ,  Imoto Keisuke (College of Information Science and Engineering, Ritsumeikan University, Shiga, Japan) ,  Chakrabarty Debmalya (Department of Electrical and Computer Engineering, Johns Hopkins University, Baltimore, MD, USA) ,  Sell Gregory (Human Language Technology Center of Excellence, Johns Hopkins University, Baltimore, MD, USA) ,  Watanabe Shinji (Department of Electrical and Computer Engineering, Johns Hopkins University, Baltimore, MD, USA) ,  Elhilali Mounya (Department of Electrical and Computer Engineering, Johns Hopkins University, Baltimore, MD, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 36-40  発行年： 2019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： 音響イベント検出は,特に複数の同時イベントを持つシーンに対して,挑戦的なタスクである。イベント分類法はかなり正確である傾向があるが,イベントの局所化は,特に大量のラベル付きデータが利用できない場合に,付加的な挑戦を示す。2018DCASEチャレンジのTask4は,イベントのセグメンテーションと認識の両方において正確さを必要とするイベント検出タスクを提示するが,弱くラベル付けされた訓練データのみを提供する。監督された方法は正確なイベントラベルを生成することができるが,訓練データがイベントタイムスタンプを欠いているとき,イベントセグメンテーションにおいて制限される。一方,音声の音響特性をモデル化する教師なしの方法は正確なイベント境界を生成できるが,イベントクラスと音響カテゴリの特性によっては導かれない。音響駆動イベント境界検出と深いニューラルネットワークを用いた教師つきラベル推論を組み合わせたハイブリッド手法を提案した。このフレームワークは,教師なしと教師つき方法の両方の利点を活用し,大量のラベル付けされていないデータの利点を利用し,大規模な弱くラベル付けされたイベント検出のために理想的になる。ベースラインシステムと比較して,提案したアプローチは,Fスコアにおいて15%の絶対改善を提供し,ハイブリッドボトムアップ,トップダウンアプローチの利点を実証した。Copyright 2019 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： セグメンテーション ,  音響特性 ,  *音響 ,  ニューラルネットワーク ,  基準線 ,  モデリング
準シソーラス用語： ボトムアップ ,  スコア ,  境界検出 ,  タイムスタンプ ,  訓練データ ,  局在化 ,  分類法 ,  *イベント検出 , 【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)： 教師 ,  事象検出 ,  音響 ,  クラス ,  推論