電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2018-12-07 15:55
音声による感情推定のための仮想敵対的学習によるモデル平滑化
桑原豊明清 雄一田原康之大須賀昭彦電通大
技報オンラインサービス実施中
抄録 (和) 音声による感情推定は深層学習の発展に伴い、より高い精度での推定を可能としている。しかし深層学習を用いた感情推定の多くは教師有学習が用いられており、学習に用いるデータセットを多量に確保することが困難であるといった問題が存在する。
また、訓練データの環境と実際のデータの環境が大きく異なる場合、感情推定の精度が大きく低下してしまうことが課題として考えられている。
そこで、両課題を解決するためのアプローチとして、本研究では半教師学習である仮想敵対的学習(Virtual adversarial training:VAT)を用いて、生成する感情推定モデルの平滑化を行い、モデルの堅牢性向上を図った。VATは学習において微小かつ意図的なノイズを訓練データに加えて、生成モデルの平滑化を行う手法として、機械学習での注目が高まっている。初めにシングルコーパスによる検証によりVATにおけるハイパーパラメータを設定し、次にクロスコーパスによる評価実験を行うことにより生成したモデルの堅牢性向上を示した。 
(英) The emotion estimation by speech makes it possible to estimate with higher precision with the development of deep learning. However, most of the emotion estimation using deep learning is using supervised learning, and there is a problem that it is difficult to secure a large amount of data set used for learning.
In addition, when the training data environment and the actual data environment are significantly different, it is considered as a problem that the accuracy of emotion estimation greatly deteriorates.
Therefore, as an approach to solve both problems, in this research, smoothing of the generated emotion estimation model is performed using virtual adversal training (VAT), semi-teacher learning, and the robustness of the model Improvement was aimed. VAT attracts attention in machine learning as a method of smoothing a generation model by adding minute and intentional perturbation to training data in learning. We first showed improvement of robustness of model generated by setting hyperparameter in VAT by verification with single corpus and then performing evaluation experiment with cross corpus.
キーワード (和) 深層学習 / クロスコーパス / 仮想敵対訓練 / 感情認識 / 音声処理 / / /  
(英) Deep Learning / Cross Corpus / Virtual Adversarial Training / Emotion Recognition / Speech Processing / / /  
文献情報 信学技報, vol. 118, no. 350, AI2018-30, pp. 25-29, 2018年12月.
資料番号 AI2018-30 
発行日 2018-11-30 (AI) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 AI  
開催期間 2018-12-07 - 2018-12-08 
開催地(和) 九州大学 伊都キャンパス 
開催地(英)  
テーマ(和) 「コンテキストを意識した知識の利用」および一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 AI 
会議コード 2018-12-AI 
本文の言語 日本語(英語タイトルなし) 
タイトル(和) 音声による感情推定のための仮想敵対的学習によるモデル平滑化 
サブタイトル(和)  
タイトル(英)  
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
キーワード(2)(和/英) クロスコーパス / Cross Corpus  
キーワード(3)(和/英) 仮想敵対訓練 / Virtual Adversarial Training  
キーワード(4)(和/英) 感情認識 / Emotion Recognition  
キーワード(5)(和/英) 音声処理 / Speech Processing  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 桑原 豊明 / Toyoaki Kuwahara / クワハラ トヨアキ
第1著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第2著者 氏名(和/英/ヨミ) 清 雄一 / Yuichi Sei / セイ ユウイチ
第2著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第3著者 氏名(和/英/ヨミ) 田原 康之 / Yasuyuki Tahara / タハラ ヤスユキ
第3著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第4著者 氏名(和/英/ヨミ) 大須賀 昭彦 / Akihiko Ohsuga / オオスガ アキヒコ
第4著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2018-12-07 15:55:00 
発表時間 25 
申込先研究会 AI 
資料番号 IEICE-AI2018-30 
巻番号(vol) IEICE-118 
号番号(no) no.350 
ページ範囲 pp.25-29 
ページ数 IEICE-5 
発行日 IEICE-AI-2018-11-30 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会