不整合記録デバイスによる音響シーン分類のためのより広いまたはより深いニューラルネットワークアーキテクチャ【JST・京大機械翻訳】

Pham Lam; Dinh Khoa; Ngo Dat; Tang Hieu; Schindler Alexander

プレプリント

J-GLOBAL ID：202202216683202824 整理番号：22P0308964

不整合記録デバイスによる音響シーン分類のためのより広いまたはより深いニューラルネットワークアーキテクチャ【JST・京大機械翻訳】

Wider or Deeper Neural Network Architecture for Acoustic Scene Classification with Mismatched Recording Devices

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 (5件)： , , , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23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)

本論文では,音響シーン分類(ASC)のためのロバストで低複雑性システム,オーディオ記録のシーンを同定するタスクを提示した。著者らはまず,新しい開始-残差ベースのネットワークアーキテクチャが不整合記録装置問題を取り扱うために提案されるASCベースラインシステムを構築した。性能をさらに改善するが,低複雑性モデルを満足するために,著者らは2つの技術を適用した:ASCベースラインシステムにおける多重スペクトログラムの集合とチャネル縮小。ベンチマークDCASE 2020タスク1A開発データセットに関する広範な実験を行うことによって,著者らは,69.9%の精度と2.4Mの訓練可能なパラメータの低い複雑性を実行する最良のモデルを達成し,それは最先端のASCシステムおよびエッジデバイスに関する実生活応用のための可能性と競合する。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , , ,

前のページに戻る