Analiza modeli splotowych w zadaniach klasyfikacji dźwieków środowiskowych

• Autorzy: Piczak Karol J.

Identyfikatory

DOI

10.15199/59.2020.7-8.52

Warianty tytułu

EN

Analysis of convulational models in environmental sound classification tasks

• Konferencja: Krajowa Konferencja Radiokomunikacji, Radiofonii i Telewizji (17-18.09.2020 ; Łódź, Polska)
• Języki publikacji: PL

Abstrakty

PL

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.

EN

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

PL

klasyfikacja dźwięków środowiskowych; spektrogram; splotowe sieci neuronowe

EN

convolutional neural networks; environmental sound classification; spectrogram

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2020
• Tom: nr 7-8
• Strony: 366--369, CD
• Opis fizyczny: Bibliogr. 8 poz., rys.

Twórcy

autor

Piczak Karol J.

• Politechnika Warszawska, Instytut Informatyki, ul. Nowowiejska 15/19, 00-665 Warszawa

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”. 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.

Uwagi

PL

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).