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。
環境音認識(ESR)は,オーディオパターン認識における新たな研究題目である。多くのタスクは,現実の応用におけるESRのための計算モデルに頼るために示した。しかし,現在のモデルは,通常,個々のタスクのために設計され,他のタスクにロバストで適用できない。交差タスクモデルは,様々なタスクにわたって統一された知識モデリングを促進するが,完全には調査されていない。本論文では,ESRの3つの異なるタスクに対する交差タスクモデルを提案した。1)音響シーン分類;2)都市音標識;3)異常音検出。音響特徴のチャネルワイズ関係と時間的依存性を学習するために,注意機構ベースのSqueeze-and-Excitationと変換符号器モジュールを使用するSE-Transと呼ばれるアーキテクチャを提示した。FMixを,ESRの性能を改善するデータ増強法として使用した。3つのタスクに対する評価は,音響シーンとイベントの課題の検出と分類の最近のデータベースで行った。実験結果は,提案した交差タスクモデルがすべてのタスクに関して最先端の性能を達成することを示した。さらなる解析は,提案した交差タスクモデルが,異なるESRタスクにわたって音響知識を効果的に利用できることを実証した。【JST・京大機械翻訳】