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。
教師付きファッションにおけるメルフィルタバンクのトップの深いニューラルネットワークを訓練として伝統的にキャストする深層オーディオ分類は,最近,2つの独立した作業ラインから恩恵を受けた。最初のものは,固定特徴の限界を克服するために,学習可能な時間周波数表現を生成する神経モジュールである「学習可能フロントエンド」を探索する。第2のものは,事前訓練データの前例のないスケールを活用するために自己監督学習を使用する。本研究では,両方のアプローチ,すなわち,事前訓練学習可能フロントエンドを,下流分類のための主要アーキテクチャと組み合わせることの実現可能性を研究した。最初に,Audioset上の2つの以前に提案したフロントエンド(SincNetとLEAF)の予訓練は,固定メルフィルタバンク上の線形プローブ性能を劇的に改善し,学習可能な時間周波数表現が教師付き訓練よりも自己教師付き事前訓練に利益を与えることを示唆した。驚くべきことに,ランダムに初期化された学習可能なフィルタバンクは,学習可能なフィルタを設計するとき,強い事前の適切性に疑問を投げる,自己監督された設定におけるメルスケール化初期化を凌駕する。学習されたフロントエンド成分の探索的解析によって,教師つきおよび自己監督された設定で使用されたとき,特に自己監督されたフィルタの親和性が,より広い範囲の周波数をモデリングするために,メルスケールから著しく発散するために,これらのフロントエンドの特性における重要な差異を明らかにした。【JST・京大機械翻訳】
