| 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 [ログイン] 技報アーカイブ |
| 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 | 2019-10-26 11:20 DNNとRFのスタッキングを用いた感情音声分類 ○田名網那由多・林 実（明星大）  HCS2019-42 |
|
| 抄録 | （和） | 感情音声分類において，従来はサポートベクターマシン（SVM）を用いることが一般的であったが，最近ではディープニューラルネットワーク（DNN）での分類についての研究もおこなわれてきている．それらは DNN 一つのみで行われていることが多いが，一方で分類問題において複数の識別器を用いてアンサンブル学習を行うことにより精度の向上が見込めることは知られている．そこで，本研究では，DNNとランダムフォレスト（RF）を用いてアンサンブル学習の一つであるスタッキングを行い，SVM，DNN との比較・検討を行った．その結果，DNN と RF をスタッキングさせた手法は SVM と比べて 10.42％，DNN と比べて 3.71％の精度の向上が確認できた． |
| （英） | Conventionally, support vector machine (SVM) has been used for emotional speech classification. Recently, however, research on classification using deep neural network (DNN) has also been conducted. In many cases, they performed only by one DNN, but it is known that accuracy improvement can be expected by performing ensemble learning using a plurality of classifiers in a classification problem. Therefore, in this study, stacking, one of ensemble learning, performed using DNN and random forest (RF) and compared with SVM and DNN. The result of this study indicate that stacking DNN and RF was 10.42% higher than SVM and 3.71% higher than DNN. | |
| キーワード | （和） | 感情音声 / ディープニューラルネットワーク / ランダムフォレスト / / / / / |
| （英） | Emotional Speech / Deep neural network / Random Forest / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 252, HCS2019-42, pp. 11-15, 2019年10月. | |
| 資料番号 | HCS2019-42 | |
| 発行日 | 2019-10-19 (HCS) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | HCS2019-42 |
|
| 研究会情報 | |
| 研究会 | HCS |
| 開催期間 | 2019-10-26 - 2019-10-26 |
| 開催地（和） | 日本大学三軒茶屋キャンパス |
| 開催地（英） | Nihon Univ. |
| テーマ（和） | 「コミュニケーションと食および一般」 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | HCS |
| 会議コード | 2019-10-HCS |
| 本文の言語 | 日本語 |
| タイトル（和） | DNNとRFのスタッキングを用いた感情音声分類 |
| サブタイトル（和） | |
| タイトル（英） | Emotional speech classification using stacking by DNN and RF |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 感情音声 / Emotional Speech |
| キーワード(2)（和/英） | ディープニューラルネットワーク / Deep neural network |
| キーワード(3)（和/英） | ランダムフォレスト / Random Forest |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 田名網 那由多 / Nayuta Tanaami / タナアミ ナユタ |
| 第1著者 所属（和/英） | 明星大学 (略称： 明星大) Meisei University (略称： Meisei Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 林 実 / Minoru Hayashi / ハヤシ ミノル |
| 第2著者 所属（和/英） | 明星大学 (略称： 明星大) Meisei University (略称： Meisei Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-10-26 11:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | HCS |
| 資料番号 | HCS2019-42 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.252 |
| ページ範囲 | pp.11-15 |
| ページ数 | 5 |
| 発行日 | 2019-10-19 (HCS) |
[研究会発表申込システムのトップページに戻る]