Neural networks for compressing and classifying speaker-independent paralinguistic signals

Q: 이 논문에서 정의한 준언어적 신호란 무엇인가?

음성 정보 외에 감정, 태도, 의도 등 화자의 상태를 나타내는 음성적 특징을 의미한다. 이는 음성의 통계적 기능 및 신호 처리 특징을 포함하며, 고차원 특징과 적은 데이터 양을 가진 분류 문제의 핵심 분석 대상이 된다.

Q: 준언어적 신호 분류에서 오토인코더와 MLP 조합이 미치는 영향은 무엇인가?

연구 결과, 오토인코더를 통한 특징 압축과 MLP 분류기의 조합은 고차원 데이터 문제를 효율적으로 해결하여 분류 정확도를 높인다. 특히 AE 압축 특징은 원본보다 우수한 성능을 보이며, MLP는 기존 모델보다 뛰어난 특징 표현 학습 능력을 발휘한다.

Seok-Hyun Byun; Seung-Hyun Yoon; Kyo-Min Jung

추천

검색

질문

자료유형: 학술대회자료

저자정보: Seok-Hyun Byun (서울대학교) Seung-Hyun Yoon (서울대학교) Kyo-Min Jung (서울대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2018 한국소프트웨어종합학술대회 논문집

발행연도: 2018.12

수록면: 683 - 685 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this paper, we focus on classification problem with high-dimensional feature and small amount of data. First, we use autoencoder for feature compression to eliminate redundancy within the feature and show that the compressed features are pretty competitive. Second, we show by experiment that the neural network-based classification almost always outperforms non-neural methods such as support vector machine and boosted trees. Our experiments are performed on heartbeat classification task and atypical affect classification task, and show that neural networks are both highly efficient for feature compression and classification. From the ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)