文献

J-GLOBAL ID：202202291892637536   整理番号：22A1179708

家庭活動のオーディオタグ付けのためのテンソルネットワークに基づくニューラルネットワークモデル【JST・京大機械翻訳】

Neural Network Model Based on the Tensor Network for Audio Tagging of Domestic Activities

著者 (4件)： Yang LiDong (1School of Information Engineering, Inner Mongolia University of Science and Technology, Baotou, China) ,  Yue RenBo (1School of Information Engineering, Inner Mongolia University of Science and Technology, Baotou, China) ,  Wang Jing (2School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Liu Min (3China Mobile Research Institute, Beijing, China)
資料名： Frontiers in Physics (Web)  (Frontiers in Physics (Web))
巻： 10  ページ： 863291  発行年： 2022年 
JST資料番号： U7092A  ISSN： 2296-424X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 人口老化の重大な問題のために,国内活動のモニタリングはますます重要になっている。視覚データが光と環境からの干渉のために利用できないとき,国内活動のオーディオ標識は,非常に好適であった。この問題を解決することを目的として,テンソルネットワークに基づくニューラルネットワークモデルを,伝統的ニューラルネットワークより解釈可能な国内活動のオーディオ標識のために提案する。テンソルネットワークの導入はネットワークパラメータを圧縮し,訓練モデルの冗長性を低減し,良好な性能を維持した。最初に,入力オーディオのMelスペクトログラムの重要な特徴を畳み込みニューラルネットワーク(CNN)を通して抽出した。次に,それらをテンソルネットワークに対応する高次空間に変換した。空間構造情報と重要な特徴は,マトリックス生成物状態(MPS)を通してさらに抽出して,保持することができた。テンソルネットワークを用いるとき,特徴データの大きなパッチを小さな局所無順序パッチに分割した。テンソル列車分解に基づくテンソルネットワーク構造であるMPS層を通して最終標識結果を得る。提案方法を評価するために,DCASE2018チャレンジタスク5データセットを,家庭活動をモニターするために選択した。結果は,開発データセットと検証データセットの試験セットにおける提案モデルの平均F1スコアが87.7と85.9%に達し,それぞれベースラインシステムより3.2と2.8%高いことを示した。提案モデルは,国内活動のオーディオタグ付けのために,より良く,そして,より効率的に機能できることを検証した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *テンソル ,  冗長性 ,  データ ,  *ニューラルネットワーク ,  分解 ,  立体構造 ,  環境 ,  空間 ,  *オーディオ機器
準シソーラス用語： *神経回路網モデル ,  スペクトログラム ,  *タグ付 ,  *テンソルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： テンソルネットワーク ,  行列積状態(MPS) ,  テンソル列分解 ,  オーディオタグ付け ,  ニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (34件)：

• RaffertyJ, NugentCD, LiuJ, ChenL. From Activity Recognition to Intention Recognition for Assisted Living within Smart Homes. IEEE Trans Human-mach Syst (2017) 47(3):368-79. doi: 10.1109/thms.2016.2641388
• ErdenF, VelipasalarS, AlkarAZ, CetinAE. Sensors in Assisted Living: A Survey of Signal and Image Processing Methods. IEEE Signal Process Mag (2016) 33(2):36-44. doi: 10.1109/msp.2015.2489978
• PhanH, HertelL, MaassM, KochP, MazurR, MertinsA. Improved Audio Scene Classification Based on Label-Tree Embeddings and Convolutional Neural Networks. Ieee/acm Trans Audio Speech Lang Process (2017) 25(6):1278-90. doi: 10.1109/taslp.2017.2690564
• GongY, ChungY-A, GlassJ. Psla: Improving Audio Tagging with Pretraining, Sampling, Labeling, and Aggregation. Ieee/acm Trans Audio Speech Lang Process (2021) 29:3292-306. doi: 10.1109/taslp.2021.3120633
• BursucA, PuyG, JainH. Separable Convolutions and Test-Time Augmentations for Low-Complexity and Calibrated Acoustic Scene Classification. Barcelona, Spain: Detection and Classification of Acoustic Scenes and Events 2021 (2021). doi: 10.1109/taslp.2021.3120633

タイトルに関連する用語 (6件)： 家庭 ,  活動 ,  オーディオ ,  タグ付け ,  テンソルネットワーク ,  ニューラルネットワークモデル