Characterizing Continual Learning Scenarios and Strategies for Audio Analysis
声音
2024-07-29 v2 计算机视觉与模式识别
机器学习
音频与语音处理
摘要
音频分析在许多应用场景中具有重要价值。当前最先进的音频分析方法假设训练和部署时的特征分布将保持一致。然而，由于现实环境中的各种挑战，数据可能在分布上发生漂移，或在未来遭遇新类别。因此，一次性训练的模型可能无法表现良好。持续学习（Continual Learning, CL）方法即被设计用于处理数据分布的此类变化。目前仅有少数研究尝试将CL方法应用于音频分析。然而，缺乏系统性的评估框架。本文我们构建了全面的持续学习数据集，并对音频监控任务中的CL方法进行了表征。我们调查了以下CL与非CL方法：EWC、LwF、SI、GEM、A-GEM、GDumb、Replay、Naive、Cumulative和Joint训练。该研究对从事音频分析领域的研究人员和实践者具有重要意义，他们正在开发适应性模型。我们观察到在DCASE挑战数据上，Replay相较于其他方法取得了更好的成绩。在域递增场景中达到70.12%的准确率，在类递增场景中达到96.98%的准确率。
引用
@article{arxiv.2407.00465,
title = {Characterizing Continual Learning Scenarios and Strategies for Audio Analysis},
author = {Ruchi Bhatt and Pratibha Kumari and Dwarikanath Mahapatra and Abdulmotaleb El Saddik and Mukesh Saini},
journal= {arXiv preprint arXiv:2407.00465},
year = {2024}
}