文献

J-GLOBAL ID：202002288233306068   整理番号：20A2462954

AAEC オーディオ感情認識のための敵対的自動エンコーダベース分類器【JST・京大機械翻訳】

AAEC An Adversarial Autoencoder-based Classifier for Audio Emotion Recognition

著者 (5件)： Fu Changzeng (Osaka University & Advanced Telecommunications Research Institute International, Osaka, Japan) ,  Shi Jiaqi (Osaka University & Advanced Telecommunications Research Institute International, Osaka, Japan) ,  Liu Chaoran (Advanced Telecommunications Research Institute International, Kyoto, Japan) ,  Ishi Carlos Toshinori (Advanced Telecommunications Research Institute International & RIKEN, Kyoto, Japan) ,  Ishiguro Hiroshi (Osaka University & Advanced Telecommunications Research Institute International, Osaka, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： MuSe’20  ページ： 45-51  発行年： 2020年 
JST資料番号： D0698C  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： 近年,自動感情認識は,人間の活動をサポートするために,その大きな効果と広い実装のため,研究者の注意を引き付けてきた。感情に関するデータはテキストまたは画像のデータセットのような大きなデータベースに収集し,組織化するのが難しいので,真の分布は訓練セットによって完全にカバーされるのが困難であり,それはその後のアプリケーションにおけるモデルのロバスト性と一般化に影響を及ぼす。本論文では,実際のデータ分布の中でデータを強化するだけでなく,現在のデータ分布の境界を可能な空間に合理的に拡張できる,モデル,Adversarial Autoencoderベースの分類器(AAEC)を提案した。そのような拡張空間は,訓練と試験集合の分布に適合するためにより良い。ベースラインモデルとの比較に加えて,提案モデルを異なる構成に修正し,オーディオモダリティと包括的自己比較を実施した。実験の結果は,提案モデルがベースラインよりも性能が優れていることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ニューラルネットワーク ,  *オーディオ機器 ,  応用プログラム ,  基準線 ,  ロバスト性
準シソーラス用語： 人間活動 ,  モダリティ ,  *感情認識 ,  分類会計機 , 【Automatic Indexing@JST】

著者キーワード (3件)： オーディオモダリティ ,  感情認識 ,  ニューラルネットワーク

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

タイトルに関連する用語 (5件)： オーディオ ,  感情認識 ,  敵対 ,  エンコーダ ,  分類器