文献

J-GLOBAL ID：202002273308373225   整理番号：20A0433779

モバイルデバイスのための並列再帰畳込みニューラルネットワークに基づく音楽ジャンル分類法【JST・京大機械翻訳】

Parallel Recurrent Convolutional Neural Networks-Based Music Genre Classification Method for Mobile Devices

著者 (5件)： Yang Rui (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, China) ,  Feng Lin (Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, China) ,  Wang Huibing (College of Information Science and Technology, Dalian Maritime University, Dalian, China) ,  Yao Jianing (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, China) ,  Luo Sen (School of Innovation and Entrepreneurship, Dalian University of Technology, Dalian, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 19629-19637  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： モバイルインターネット(IoTs)とモバイルセンシングデバイスの急速な発展により,大量のモバイルコンピュータ指向アプリケーションが産業と学界の両方から注目されている。深い学習ベースの方法は,人工知能(AI)指向応用において大きな成功を達成した。AIベースのIoTシステムの開発を進めるために,効果的で効率的なアルゴリズムは,IoTエッジコンピューティングのための緊急の必要性がある。時系列データ分類は,モバイル機器(例えば,携帯電話に関する音楽ジャンル分類)のための応用における進行中の問題である。しかしながら,伝統的な方法は,時系列データから手書き特徴を抽出するために,フィールド専門知識を必要とする。この種のデータにおいて,深い学習が有効で効率的であることが実証されている。それにもかかわらず,既存の研究は時系列データに見られる逐次関係のいくつかを無視しており,時系列データ分類に重要である。上記の限界を考慮して,並列再帰畳込みニューラルネットワーク(PRCNN)と名付けたハイブリッドアーキテクチャを提案した。PRCNNは,特徴抽出と時系列データ分類を一つの段階で結合するエンドツーエンド訓練ネットワークである。並列CNNとBi-RNNブロックは,それぞれ空間的特徴と時間的フレーム次数を抽出することに焦点を合わせて,2つのブロックの出力を時系列データの1つの強力な表現に融合した。次に,合成ベクトルを分類のためにソフトマックス関数に供給した。並列ネットワーク構造は,抽出された特徴が時系列データを表現するのに十分ロバストであることを保証する。さらに,実験結果は,提案したアーキテクチャが同じデータセットに適用した以前の手法より優れていることを実証した。また,この追加並列Bi-RNNブロックが,CNNsのみを利用することと比較して,時系列分類の性能を改善できることを検証するために,比較実験を実施するための例として,音楽データを取り上げた。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： ネットワーク構造 ,  エンドツーエンド方式 ,  アルゴリズム ,  学習 ,  ロバスト性 ,  計算機アーキテクチャ ,  音楽 ,  応用プログラム ,  比較試験 ,  ベクトル ,  *ネットワーク ,  検出器 ,  *携帯電話 ,  人工知能 ,  特徴抽出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： モバイルデバイス ,  畳込みニューラルネットワーク ,  音楽 ,  分類法