文献

J-GLOBAL ID：202202232644901326   整理番号：22A0696356

学習可能グラフとグラフ開始ネットワークによる動的感情モデリング【JST・京大機械翻訳】

Dynamic Emotion Modeling With Learnable Graphs and Graph Inception Network

著者 (3件)： Shirian Amir (Department of Computer Science, University of Warwick, Coventry, U.K.) ,  Tripathi Subarna (Intel Labs, San Diego, CA, U.S.) ,  Guha Tanaya (Department of Computer Science, University of Warwick, Coventry, U.K.)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 780-790  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人間の感情は,音声(言語),ビデオ(顔表情)および運動センサ(身体ジェスチャ)のような多様な動的データモダリティを用いて表現され,知覚され,捉えられる。構造化グラフとして動的データをモデリングすることにより,モダリティを適応できる感情認識に対する一般化アプローチを提案した。グラフアプローチの背後にある動機は,性能を損なうことなくコンパクトなモデルを構築することである。最適グラフ構築の問題点を軽減するために,これを共同グラフ学習と分類タスクとしてキャストした。この目的のために,感情を認識し,動的データにおける基礎となるグラフ構造を同定するために,共同学習する学習可能グラフ開始ネットワーク(L-GrIN)を提示した。このアーキテクチャは,新しいグラフ畳込み操作,グラフ開始層,学習可能な隣接,およびグラフレベル埋込みを生成する学習可能なプール機能という複数の新しいコンポーネントから成る。著者らは,各データベースが次の感情的手がかりの1つ,すなわち顔表情,音声および身体ジェスチャーを捉える3つの異なるモダリティ(ビデオ,オーディオ,モーションキャプチャ)にわたる5つのベンチマーク感情認識データベースに関する提案アーキテクチャを評価した。著者らは,いくつかの競合基準および関連する既存の方法を上回るすべての5つのデータベースに関して最先端の性能を達成した。このグラフアーキテクチャは,資源制約デバイスへのその適用性を期待する,かなり少ないパラメータ(畳み込みまたはリカレントニューラルネットワークと比較して)で優れた性能を示す。このコードはhttps://github.com/AmirSh15/graph_emotion_recognitionで利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *学習 ,  言語 ,  データベース ,  *ネットワーク ,  図式解法 ,  録画装置 ,  オーディオ機器 ,  パラメータ ,  ベンチマーク ,  計算機アーキテクチャ ,  モーションキャプチャ
準シソーラス用語： モダリティ ,  感情認識 ,  リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 学習 ,  グラフ ,  感情 ,  モデリング