文献

J-GLOBAL ID：202102226117308797   整理番号：21A2486916

因数分解線形および非線形音響-意味的射影によるゼロショットオーディオ分類【JST・京大機械翻訳】

Zero-Shot Audio Classification with Factored Linear and Nonlinear Acoustic-Semantic Projections

著者 (3件)： Xie Huang (Tampere University,Unit of Computing Sciences,Finland) ,  Rasanen Okko (Tampere University,Unit of Computing Sciences,Finland) ,  Virtanen Tuomas (Tampere University,Unit of Computing Sciences,Finland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICASSP  ページ： 326-330  発行年： 2021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： 本論文では,オーディオインスタンスと音クラスの間の因数的線形および非線形音響-セマンティック射影を通して,オーディオ分類におけるゼロショット学習を研究した。音声分類におけるゼロショット学習は,利用可能な訓練データを持たないが,意味的側面情報のみを持つ音クラスのオーディオインスタンスを認識することを目指す分類問題に言及する。本論文では,因子線形および非線形音響-セマンティック射影を用いてゼロショット学習に取り組んだ。双線形モデルへのランク分解の適用による因数線形投影を開発し,音響埋込みと意味埋込み間の非線形性をモデル化するために,tanhのような非線形活性化関数を使用した。事前双線形モデルと比較して,実験結果は,提案した投影法が,オーディオ分類におけるゼロショット学習の分類性能を改善するために有効であることを示した。Copyright 2021 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： 学習 ,  *音響 ,  *因数分解 ,  *オーディオ機器 ,  線形性 ,  非線形性 ,  *射影
準シソーラス用語： 訓練データ ,  活性化関数 ,  線形モデル ,  オーディオ分類 , 【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 (8件)： 因数分解 ,  線形 ,  非線形 ,  音響 ,  意味 ,  射影 ,  ショット ,  オーディオ分類