| 大会名称 |
| 2020年 総合大会 |
| 大会コ－ド |
| 2020G |
| 開催年 |
|
2020
|
| 発行日 |
|
2020-03-03
|
| セッション番号 |
|
B-15
|
| セッション名 |
|
センサネットワークとモバイルインテリジェンス
|
| 講演日 |
|
2020/3/18
|
| 講演場所(会議室等) |
|
総合科学部 K棟２F K203講義室
|
| 講演番号 |
|
B-15-24
|
| タイトル |
|
アラーム音源の識別精度向上のための学習データへの雑音重畳に関する実験的検討
|
| 著者名 |
|
◎門倉 丈, 橋爪裕貴, 川喜田佑介, 五百蔵重典, 田中 博,
|
| キーワード |
|
アラーム音, ニューラルネットワーク, 識別, 雑音重畳
|
| 抄録 |
|
筆者らは，聴覚障がい者や高齢者を対象とした室内アラームの音からニューラルネットワークにより鳴動機器を高精度に識別する方法について検討している．室内ではアラーム音だけではなく，掃除機の動作音やテレビの音など，多数の雑音が存在しているため，そのような雑音環境下であっても正しく識別する必要がある．本稿では，識別モデルを学習する際にあらかじめ学習データセットに疑似雑音を加えることによる雑音環境下での識別精度向上について検討を行った．その結果，雑音としてホワイトノイズを加えて学習した場合，雑音なしで学習した場合よりも，掃除機の動作音が重畳したアラーム音において，S/N比が10[dB]であっても識別が可能であることを確認した．
|
| 本文pdf |
|
PDF download
|
