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):
資料名:
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:
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。
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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る