文献

J-GLOBAL ID：202002227889655917   整理番号：20A0059908

音声信号からの性別認識におけるサポートベクトルマシン,k-最近傍,人工神経回路網およびリカレントニューラルネットワークの性能比較【JST・京大機械翻訳】

Performance Comparison of Support Vector Machine, K-Nearest-Neighbor, Artificial Neural Networks, and Recurrent Neural networks in Gender Recognition from Voice Signals

著者 (2件)： Akdeniz Fulya (Kocaeli Ueniversitesi,Bilgisayar Muehendisligi Boeluemue,Kocaeli,Tuerkiye) ,  Becerikli Yasar (Kocaeli Ueniversitesi,Bilgisayar Muehendisligi Boeluemue,Kocaeli,Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISMSIT  ページ： 1-4  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： 今日,バイオメトリックデータはセキュリティ分野で最も一般的に使用されるデータである。音声信号はこれらのバイオメトリックデータの一つである。音声信号は,同定,バンキングシステム,法医学的ケースソリューションなどの場合に頻繁に使用されている。本研究の目的は音声信号の性を決定することである。本研究では,音声信号の性別を決定するために多くの異なる方法を用いた。まず第一に,Mel周波数ケプストラム係数を用いて,音声信号から特徴を抽出した。次に,これらの属性をサポートベクトルマシン,k-最近傍法および人工ニューラルネットワークで分類した。本研究の他の段階では,特徴抽出法を用いることなく,音声信号から性別を決定することを目的とした。このために,リカレントニューラルネットワーク(RNN)を用いた。用いた方法の性能解析を行い,結果を示した。本研究における最良の精度,再現性,fスコアは,K-Nearest Neighborアルゴリズムを用いて87.04%,86.32%,88.58%,87.43%であることが分かった。Copyright 2020 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： *サポートベクトルマシン ,  再現性 ,  セキュリティ ,  アルゴリズム ,  特徴抽出 ,  *ニューラルネットワーク ,  法医学 ,  *音声信号 ,  性能分析
準シソーラス用語： 最近傍法 ,  ケプストラム係数 ,  ホップ数 ,  性能比較 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 音声信号 ,  性別 ,  サポートベクトルマシン ,  人工神経回路網 ,  リカレントニューラルネットワーク ,  性能比較