Czasopismo | PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE | Rocznik 2020 - zeszyt 7-8

ANALIZA MODELI SPLOTOWYCH W ZADANIACH KLASYFIKACJI DŹWIĘKÓW ŚRODOWISKOWYCH

ANALYSIS OF CONVOLUTIONAL MODELS IN ENVIRONMENTAL SOUND CLASSIFICATION TASKS

10.15199/59.2020.7-8.52

Karol J. Piczak

nr katalogowy: 128958
10.15199/59.2020.7-8.52

Streszczenie

Splotowe sieci neuronowe są obecnie popularnym narzędziem wykorzystywanym w rozpoznawaniu dźwięków środowiskowych. Na skuteczność ich działania wpływa wiele potencjalnych czynników. Niniejszy referat przedstawia podsumowanie wyników uzyskanych w rozprawie doktorskiej autora w zakresie analizy wrażliwości modeli splotowych na dobierane wartości hiperparametrów. W szczególności zastosowanie techniki dropout okazuje się mieć znaczący wpływ na funkcjonowanie tego typu modeli.

Abstract

Convolutional neural networks are a popular tool used in environmental sound recognition tasks. Their performance depends on multiple factors. This paper presents a summarized extract from author’s PhD dissertation on analyzing the sensitivity of convolutional models to hyperparameter values. In particular, dropout happens to play an important role in these kinds of models.

Słowa kluczowe

Keywords

Bibliografia

[1] Büchler, M. et al. 2005. „Sound Classification in Hearing Aids Inspired by Auditory Scene Analysis”. EURASIP Journal on Applied Signal Processing, 18: 2991–3002.
[2] Espi, M. et al. 2015. „Exploiting Spectro-Temporal Locality in Deep Learning Based Acoustic Event Detection”. EURASIP Journal on Audio, Speech, and Music Processing, 26: 1–12.
[3] Piczak, K. J. 2015. „Environmental Sound Classification with Convolutional Neural Networks”. Proceedings of the IEEE International Workshop on Machine Learning for Signal Processing (MLSP), Boston, USA: 1–6.
[4] Piczak, K. J. 2015. „ESC: Dataset for Environmental Sound Classification”. Proceedings of the ACM International Conference on Multimedia (ACMMM), Brisbane, Australia: 1015–1018.
[5] Piczak, K. J. „Klasyfikacja dźwięku za pomocą splotowych sieci neuronowych”. Rozprawa doktorska, Politechnika Warszawska, 2018.
[6] Piczak, K. J. 2017. „The details that matter: Frequency resolution of spectrograms in acoustic scene classification”. Proceedings of the Detection and Classification of Acoustic Scenes and Events 2017 Workshop (DCASE2017), Monachium, Niemcy: 103–107.
[7] Salamon, J. et al. 2014. „A Dataset and Taxonomy for Urban Sound Research”. Proceedings of the ACM International Conference on Multimedia (ACMMM), Orlando, USA: 1041–1044.
[8] Zhang, H. et al. 2015. „Robust Sound Event Recognition Using Convolutional Neural Networks”. Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Brisbane, Australia: 559–563.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD TELEKOMUNIKACYJNY- e-publikacja (pdf) z zeszytu 2020-7-8 , nr katalogowy 128958 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD TELEKOMUNIKACYJNY- e-zeszyt (pdf) 2020-7-8 licencja: Osobista Produkt cyfrowy Nowość	61.00 zł

Prenumerata

PRZEGLĄD TELEKOMUNIKACYJNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna	348.00 zł brutto 322.22 zł netto 25.78 zł VAT (stawka VAT 8%)
PRZEGLĄD TELEKOMUNIKACYJNY - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

369.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	450.00 zł brutto 416.67 zł netto 33.33 zł VAT (stawka VAT 8%)

450.00 zł

Zeszyt

2020-7-8

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma