低资源场景下有效学习的新方法
计算与语言
2017-12-18 v1 声音
音频与语音处理
摘要
基于深度学习的判别方法作为最先进的机器学习技术，不适合从较少量数据中学习。在本文中，我们提出一种称为同步双样本学习（s2sL）的新框架，以从极少量数据中有效学习类别判别特征。在s2sL中，同时考虑多于一个样本（此处为两个样本）来训练和测试分类器。我们通过实验展示了我们的方法在语音/音乐判别和情感分类上的应用。此外，我们还展示了s2sL方法在低资源场景和类别不平衡数据分类中的有效性。
引用
@article{arxiv.1712.05608,
title = {A Novel Approach for Effective Learning in Low Resourced Scenarios},
author = {Sri Harsha Dumpala and Rupayan Chakraborty and Sunil Kumar Kopparapu},
journal= {arXiv preprint arXiv:1712.05608},
year = {2017}
}
备注
Presented at NIPS 2017 Machine Learning for Audio Signal Processing (ML4Audio) Workshop, Dec. 2017