自己教師学習

自己教師学習を用いた音響イベント検出のためのプロトタイプベースのマスクオーディオモデル

本研究では、音響イベント検出のための自己教師学習アプローチとして、プロトタイプベースのマスクオーディオモデル(PMAM)を提案する。PMAMは、ガウス混合モデルに基づくプロトタイプ分布モデリングを用いて、意味的に豊かなフレームレベルの疑似ラベルを生成し、それらを活用してマスクオーディオモデルの学習を行う。さらに、プロトタイプごとの独立した損失関数を導入することで、重複する音響イベントの検出を可能にする。

自己教師学習を用いた音響イベント検出のためのプロトタイプベースのマスクオーディオモデル

自己教師学習における直交アンカー回帰損失関数(CLOA)

自己教師学習における適応的バッチ融合の提案