文献

J-GLOBAL ID：201602222568895224   整理番号：16A0618338

線形拡張深部ニューラルネットワーク【Powered by NICT】

Linearly augmented deep neural network

著者 (3件)： Ghahremani Pegah (Johns Hopkins University, Baltimore) ,  Droppo Jasha (Microsoft Research, Redmond) ,  Seltzer Michael L. (Microsoft Research, Redmond)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICASSP  ページ： 5085-5089  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ディープニューラルネットワーク(DNN)は多くの大規模語彙連続音声認識(LVCSR)作業のための強力なツールである。非常に深いネットワークを訓練する挑戦的な問題であると事前訓練法が最良の結果を達成するために必要である。本論文では,新しいタイプのネットワークアーキテクチャ,線形増強ディープニューラルネットワーク(LA-DNN)を提案した。型ネットワークの層入力層から出力へ線形接続と各非線形層を増大させる。得られたLA DNNモデルはトレーニング前の必要性を除去し,深層ネットワークのための勾配消失問題を検討し,モデル化線形変換における高容量,正常DNNよりも有意に速く列を持ち,良好な音響モデルを生成した。提案したモデルは,TIMIT音素認識とAMI音声認識タスク上で評価した。実験結果はLA DNNモデルはDNNより70%少ないパラメータを持つことができることを示し,精度を改善する。TIMIT音素認識タスクについて,より小さなLA DNNモデルは絶対値で1.7%で2%絶対,AMI単語正解精度によるTIMIT電話精度を改善した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 一次変換 ,  *深部 ,  絶対値 ,  ネットワークアーキテクチャ ,  *ニューラルネットワーク ,  単語 ,  深層 ,  電話 ,  モデリング ,  *線形性 ,  音声認識 ,  *ネットワーク ,  音素認識 ,  大語彙連続音声認識
準シソーラス用語： 音響モデル , 【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 (3件)： 線形 ,  拡張 ,  深部ニューラルネットワーク