| 講演名 | 2000/12/7 非線形時間伸縮を用いたSupport Vector Machineによる時系列パタンの認識 野間 健一, 中井 満, 下平 博, 嵯峨山 茂樹, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 音声信号等の時系列パタンを認識する新しいタイプのSupport Vector Machine(SVM)として, カーネル関数に非線形時間伸縮の機能を導入したSVM(DTAK-SVM)を提案する.カーネル自身が時間伸縮機能を有するため, 従来のSVMの学習および認識の枠組は殆んど変更する必要が無い.また, フレーム同期型の認識処理が可能で実時間処理に適している.予備的な実験として, 日本語有声6子音を用いた特定話者1名の切り出し音素認識実験を行ったところ, 隠れマルコフモデル(HMM)による認識率93%に対して, 本提案手法のDTAK-SVMは99%の認識率を示した. |
| 抄録(英) | A new class of Support Vector Machine(SVM)for sequential-pattern recognition is developed by incorporating an idea of non-linear time alignment into the kernel. Since time-alignment of sequential pattern is embedded in the kernel evaluation, same algorithms with the original SVM for training and recognition can be employed without modifications. Furthermore, frame-wise evaluation of kernel in the proposed SVM(DTAK-SVM)enables frame-synchronous recognition of input sequential pattern. Preliminary experiments of 6 voiced-consonance recognition(1-male speaker)demonstrated excellent recognition performance of more than 99% in correct classification rate, whereas 93% by hidden Markov models(HMMs). |
| キーワード(和) | サポートベクトルマシン / 時系列パタン / 非線形時間伸縮 / 音声認識 |
| キーワード(英) | Support Vector Machine / sequential pattern / dynamic time warping / speech recognition |
| 資料番号 | PRMU2000-128 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2000/12/7(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 非線形時間伸縮を用いたSupport Vector Machineによる時系列パタンの認識 |
| サブタイトル（和） | |
| タイトル（英） | Sequential-Pattern Recognition by Support Vector Machines using Dynamic Time-Alignment Kernels |
| サブタイトル（和） | |
| キーワード(1)（和/英） | サポートベクトルマシン / Support Vector Machine |
| キーワード(2)（和/英） | 時系列パタン / sequential pattern |
| キーワード(3)（和/英） | 非線形時間伸縮 / dynamic time warping |
| キーワード(4)（和/英） | 音声認識 / speech recognition |
| 第 1 著者 氏名（和/英） | 野間 健一 / Ken'ichi Noma |
| 第 1 著者 所属（和/英） | 北陸先端科学技術大学院大学 情報科学研究科 School of Information Science, Japan Advanced Institute of Science and Technology |
| 第 2 著者 氏名（和/英） | 中井 満 / Mitsuru Nakai |
| 第 2 著者 所属（和/英） | 北陸先端科学技術大学院大学 情報科学研究科 School of Information Science, Japan Advanced Institute of Science and Technology |
| 第 3 著者 氏名（和/英） | 下平 博 / Hiroshi Shimodaira |
| 第 3 著者 所属（和/英） | 北陸先端科学技術大学院大学 情報科学研究科 School of Information Science, Japan Advanced Institute of Science and Technology |
| 第 4 著者 氏名（和/英） | 嵯峨山 茂樹 / Shigeki Sagayama |
| 第 4 著者 所属（和/英） | 北陸先端科学技術大学院大学 情報科学研究科:東京大学大学院 工学系研究科 School of Information Science, Japan Advanced Institute of Science and Technology:Graduate School of Engineering, University of Tokyo |
| 発表年月日 | 2000/12/7 |
| 資料番号 | PRMU2000-128 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 507 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |