文献

J-GLOBAL ID：202202255039095463   整理番号：22A1038936

音声信号からの感情認識のための高次元音響特徴によるアンサンブル学習【JST・京大機械翻訳】

Ensemble Learning by High-Dimensional Acoustic Features for Emotion Recognition from Speech Audio Signal

著者 (4件)： Chalapathi M. M. Venkata (School of Engineering, Computer Science and Engineering, Sri Satya Sai University of Technology and Medical Sciences, Sehore, Bhopal, India) ,  Kumar M. Rudra (Department of Computer Science and Engineering, G. Pullaiah College of Engineering and Technology, Kurnool, Andhra Pradesh, India) ,  Sharma Neeraj (School of Engineering, Computer Science and Engineering, Sri Satya Sai University of Technology and Medical Sciences, Sehore, Bhopal, India) ,  Shitharth S. (Department of Computer Science and Engineering, Kebri Dehar University, Kebri Dehar 001, Ethiopia)
資料名： Security and Communication Networks  (Security and Communication Networks)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W2740A  ISSN： 1939-0114  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 近年,音声信号の聴覚特徴で実証された高次元の取扱いは,機械学習(ML)ベースの感情認識のための主要な焦点である。MLモデルの学習段階における訓練データセットにおける高次元特性の導入は,有意な誤警報による感情予測に対する現代のアプローチに影響する。訓練コーパスの過剰な次元のurseは,現代のモデルの大部分で取り組まれている。一方,現代モデルは,訓練コーパスが高次元データ点を含む場合でも,感情認識精度を増加できる多くの分類器を併合することに大きな重点を置く。「高次元音響特徴(EL-HDAF)」による「アンサンブル学習」は,最良の特徴を推薦するために多様なクラスにわたる特徴値の多様性評価を利用する革新的アンサンブルモデルである。さらに,提案技法は,高次元特徴値の影響を制限するために,1自由度クラスタリングプロセスを採用した。実験的問診は,感情認識のための機械学習を使用する現在の方法に対して,音声データを用いた感情予測を評価し,比較する。標準データコーパスの性能解析には4倍交差検証を用いた。Copyright 2022 M. M. Venkata Chalapathi et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 聴覚 ,  *学習 ,  *認識 ,  *音声信号 ,  モデル ,  *高次元 ,  *次元 ,  性能分析 ,  問診 ,  機械学習 ,  コーパス
準シソーラス用語： 訓練データ ,  *アンサンブル学習 ,  *感情認識 ,  誤警報 ,  *音響特徴 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

引用文献 (43件)：

• D. Fabiano, S. Canavan, "Emotion recognition using fused physiological signals," Proceedings of the 2019 8th International Conference on Affective Computing and Intelligent Interaction (ACII), pp. 42-48, IEEE, Cambridge, United Kingdom, September 2019.
• Y. Ma, Y. Hao, M. Chen, J. Chen, P. Lu, A. Košir, "Audio-visual emotion fusion (AVEF): a deep efficient weighted approach," Information Fusion, vol. 46, pp. 184-192, 2019.
• K. Sarker, K. R. Alam, "Emotion recognition from human speech: emphasizing on relevant feature selection and majority voting technique," Proceedings of the 3rd International Conference on Informatics, Electronics & Vision (ICIEV), pp. 89-95, Dhaka, Bangladesh, May 2014.
• R. Subhashini, P. R. Niveditha, "Analyzing and detecting employee's emotion for amelioration of organizations," Procedia Computer Science, vol. 48, pp. 530-536, 2015.
• A. Rychalski, S. Hudson, "Asymmetric effects of customer emotions on satisfaction and loyalty in a utilitarian service context," Journal of Business Research, vol. 71, pp. 84-91, 2017.

タイトルに関連する用語 (5件)： 音声信号 ,  感情認識 ,  高次元 ,  音響特徴 ,  アンサンブル学習