文献

J-GLOBAL ID：202202287757242839   整理番号：22A1077659

Peer Collaborative Learningを用いた音響イベント区間検出

Acoustic Event Detection using Peer Collaborative Learning

著者 (2件)： 遠藤颯人 (山梨大 大学院) ,  西崎博光 (山梨大 大学院)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-3P-4  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・教師ラベル付きデータとラベルなしデータを活用する半教師あり学習の1つであるピア協調学習(PCL)法のポリフォニック音響イベント検出(PSED)タスクへの適用。
・DCASE2019 Task4で用意された評価セットを使用した提案手法の評価実験。
・PCL法は従来のオンライン知識蒸留法と比較して精度向上を確認。

シソーラス用語： 学習 ,  機械学習 ,  音波信号 ,  特徴抽出 ,  ニューラルネットワーク ,  拡大 ,  *信号処理
準シソーラス用語： データ拡張 ,  音響信号 ,  *音響信号処理 ,  協調学習 ,  知識蒸留 ,  半教師あり学習

分類 (1件)： 音響信号処理  (BB03050C)

引用文献 (9件)：

• N. Turpault, et al., “Sound event detection in domestic environments with weakly labeled data and soundscape synthesis,” Proc. DCASE2019, pp.253-257, 2019.
• A. Mesaros, et al., “Metrics for Polyphonic Sound Event Detection,” Applied Sciences, 6(6), p.162, 2016.
• V. Manohar, et al., “A Teacher-Student Learning Approach for Unsupervised Domain Adaptation of Sequence-Trained ASR Models,” Proc. SLT2018, pp.250-257, 2018.
• J. Ebbers, R. Haeb-Umbach, “ForwardBackward Convolutional Recurrent Neural Networks and TagConditioned Convolutional Neural Networks for Weakly Labeled Semi-Supervised Sound Event Detection,” Proc. DCASE2020, pp.41-45, 2020.
• G. Wu, S. Gong, “Peer collaborative learning for online knowledge distillation,” Proc. AAAI 2021, pp.10302-10310, 2021.

タイトルに関連する用語 (2件)： 音響 ,  イベント