使用分区自编码器在无干净数据条件下去噪
神经与进化计算
2015-09-24 v2 机器学习
摘要
训练去噪自编码器神经网络需要获取真正干净的数据, 这一要求往往不切实际. 为此, 我们提出一种仅使用噪声数据训练自编码器的方法, 该数据包含有和没有感兴趣信号类的样本. 该自编码器学习信号与噪声的分区表示, 学会分别重建二者. 我们通过使用卷积自编码器对鸟鸣音频 (在非受控噪声数据集中大量存在) 进行去噪来阐释该方法.
引用
@article{arxiv.1509.05982,
title = {Denoising without access to clean data using a partitioned autoencoder},
author = {Dan Stowell and Richard E. Turner},
journal= {arXiv preprint arXiv:1509.05982},
year = {2015}
}