Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,300,603

 Acoustic scene classification with mismatched recording devices using mixture of experts layer
Tác giả hoặc Nhóm tác giả: Truc Nguyen, Franz Pernkopf
Nơi đăng: 2019 IEEE International Conference on Multimedia and Expo (ICME); Số: doi: 10.1109/ICME.2019.00287.;Từ->đến trang: pp. 1666-1671;Năm: 2019
Lĩnh vực: Khoa học công nghệ; Loại: Báo cáo; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
Recently, a mismatch in acoustic conditions such as a temporal recording gap as well as different recording devices for the development and the evaluation data has been considered in Acoustic Scene Classification (ASC). This brings ASC closer to real-world conditions. In this paper, we address ASC with mismatching recording devices. This has been introduced as task 1B of the DCASE 2018 challenge. We proposed a flexible and robust model that uses a mixture of experts (MoE) layer replacing the fully connected dense layer such that each expert can adapt to the specific domains of the data. Furthermore, we observe different Convolutional Neural Network (CNN) models as well as the number of the experts of the MoE dense layer using log mel features. In addition, we perform mixup data augmentation to enhance the robustness of our models. In experiments, the classification performance is 66.1% using 15 experts in the MoE dense layer with approximately 2M parameters. This outperforms the best model of task 1B of the DCASE 2018 challenge by 2.5% (absolute). This model uses an ensemble selection of 12 individual models with ~12M parameters.
[ 2022\2022m09d05_9_14_24Acoustic_Scene_Classification_with_Mismatched_Recording_Devices_Using_Mixture_of_Experts_Layer.pdf ]
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn