為了利用大量不平衡和未標(biāo)記數(shù)據(jù),采用一致性正則化思想的平均教師模型用于弱標(biāo)記半監(jiān)督聲音事件檢測,可有效減少半監(jiān)督學(xué)習(xí)中的過擬合問題.在教師模型的權(quán)重更新過程中,首次提出將隨機(jī)加權(quán)平均算法（SWA）用于聲音事件檢測,可以加快預(yù)測速度并且節(jié)約成本.針對模型的架構(gòu)問題,采用改進(jìn)的門控卷積長短時(shí)記憶網(wǎng)絡(luò)（GCLSTM）作為學(xué)生模型和教師模型,其中全局加權(quán)秩池化層可以克服平均池化和最大池化對聲音事件的低估和高估的限制,有效地提高系統(tǒng)的性能.在對數(shù)據(jù)進(jìn)行特征提取過程中,采用SpecAugment策略對語譜圖進(jìn)行增強(qiáng),從而有效地解決過擬合問題.為了評估實(shí)驗(yàn)方法,在聲學(xué)場景和事件的檢測及分類（DCASE）2018挑戰(zhàn)任務(wù)4數(shù)據(jù)集上進(jìn)行測試,結(jié)果表明:評估集的平均F1分?jǐn)?shù)可達(dá)24.9%,明顯優(yōu)于基線系統(tǒng)和其他方法的F1分?jǐn)?shù). 

【文章來源】：復(fù)旦學(xué)報(bào)(自然科學(xué)版). 2020,59(05)北大核心

【文章頁數(shù)】：11 頁

【文章目錄】：
1 研究背景
2 基于平均教師模型的聲音事件檢測模型
    2.1 平均教師模型
    2.2 GCLSTM網(wǎng)絡(luò)結(jié)構(gòu)
    2.3 隨機(jī)加權(quán)平均
    2.4 數(shù)據(jù)增強(qiáng)
3 實(shí)驗(yàn)
    3.1 數(shù)據(jù)集
    3.2 實(shí)驗(yàn)設(shè)置
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 各模型中每個(gè)聲音事件的F1分?jǐn)?shù)
        3.3.2 域內(nèi)未標(biāo)記數(shù)據(jù)對結(jié)果的影響
        3.3.3 討論
4 結(jié)語



本文編號：3016406