文献

J-GLOBAL ID：202202272117237606   整理番号：22A0858805

注意生成敵対ネットワークに基づく単一チャネルブラインド音源分離【JST・京大機械翻訳】

Single-channel blind source separation based on attentional generative adversarial network

著者 (5件)： Sun Xiao (School of Computer and Control Engineering, Yantai University, Yantai, China) ,  Xu Jindong (School of Computer and Control Engineering, Yantai University, Yantai, China) ,  Ma Yongli (School of Computer and Control Engineering, Yantai University, Yantai, China) ,  Zhao Tianyu (School of Computer and Control Engineering, Yantai University, Yantai, China) ,  Ou Shifeng (School of Opto-Electronic Information Science and Technology, Yantai University, Yantai, China)
資料名： Journal of Ambient Intelligence and Humanized Computing  (Journal of Ambient Intelligence and Humanized Computing)
巻： 13  号： 3  ページ： 1443-1450  発行年： 2022年 
JST資料番号： W4517A  ISSN： 1868-5137  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ブラインド単一チャネルソース分離は,長年の機械学習と信号処理問題である。従来のブラインドソース分離(BSS)アルゴリズムを提案し,多重信号制約を利用してこのタスクを解いた。遺伝的敵対ネットワーク(GAN)は,統計的制約とサンプルからはないが,BSSのタスクにおける敵対訓練の役割は,完全には実証されていない。したがって,未知の混合分布の段階的微細推定から既知の分離信号分布を学習できる新しい分離ネットワークモデルをこの論文で提示して,自己注意機構を導入して,画像分離のプロセスで画像詳細を保存する発電機によって生成された画像のぼけの詳細の問題を解決した。生成敵対ネットワーク-神経卵分離(NES)に基づく既存の単一チャネルブラインドソース分離アルゴリズムと比較して,この新規分離アルゴリズムの詳細な情報はより顕著であり,混合画像におけるソース信号をより効果的に分離して,古典的ブラインドソース分離アルゴリズムより良い分離性能を有した。Copyright Springer-Verlag GmbH Germany, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ネットワーク ,  信号処理 ,  遺伝 ,  チャネル ,  制約条件 ,  機械学習
準シソーラス用語： 分離性能 ,  混合分布 ,  ネットワークモデル ,  *ブラインドソース分離 ,  画像分離 , 【Automatic Indexing@JST】

著者キーワード (4件)： ブラインドソース分離 ,  単一チャネル ,  生成敵対ネットワーク ,  注意機構

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 注意 ,  敵対 ,  チャネル ,  ブラインド音源分離