マルチタスク学習次元音声感情認識のためのエラーと相関ベース損失関数の評価【JST・京大機械翻訳】

Atmaja Bagus Tris; Akagi Masato

プレプリント

J-GLOBAL ID：202202206332584857 整理番号：22P0126346

マルチタスク学習次元音声感情認識のためのエラーと相関ベース損失関数の評価【JST・京大機械翻訳】

Evaluation of Error and Correlation-Based Loss Functions For Multitask Learning Dimensional Speech Emotion Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年03月24日プレプリントサーバーでの情報更新日： 2020年11月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

損失関数の選択は機械学習の重要な部分である。本論文では,回帰タスク次元音声感情認識,誤差ベースおよび相関ベース損失関数で一般的に使用される2つの異なる損失関数を評価した。一致相関係数(CCC)損失を伴う相関ベース損失関数の使用は,平均CCCスコアに関して,平均二乗誤差(MSE)損失と平均絶対誤差(MAE)を有する誤差ベース損失関数よりも優れた性能をもたらすことを見出した。結果は2つの入力特徴集合と2つのデータセットと一致した。これら二つの損失関数による試験予測の散乱プロットもCCCスコアで測定した結果を確認した。【JST・京大機械翻訳】

, , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識

, , , , , ,

前のページに戻る