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。
音事象検出(SED):音事象トリアージ(SET)のための新しいタスクを提案した。SETの目標は,優先度が各イベントクラスに対して与えられる低優先度イベントクラスの誤検出を可能にする一方で,任意の数の高優先度イベントクラスを検出することである。特定の音事象クラスを目標とするSEDの従来法では,単一イベントクラスに優先度を与えることが可能である。さらに,優先度の水準は調整できず,即ち,従来の方法は入力として1ホットベクトルのようなターゲットイベントクラスのタイプのみを使用することができる。ターゲットイベントに関する多くの情報を柔軟に制御するために,提案したSETは,ターゲット音のタイプだけでなく,各ターゲット音が優先度で検出される程度も利用する。優先度によるイベントの検出を実行するために,著者らは,損失関数とネットワークが各クラスの優先度パラメータによって確率的に重みづけされるクラス加重訓練を提案する。SETに関する最初の論文として,特にSETのサブタスクである単一ターゲットSETの実装を紹介した。URBAN-SEDデータセットを用いた実験の結果は,単一ターゲットSETの提案した方法が,クラスの平均スコアに対して,交差ベースFスコアに関して,従来のSED法よりも,それぞれ,8.70,6.66,および6.09パーセントポイントであり,この提案方法は,従来のSEDおよび他のターゲットクラス条件付けモデルと比較して,交差ベースFスコアを3.37パーセントポイントまで増加させることを示した。【JST・京大機械翻訳】
