利用胶囊网络提升音频分类任务的性能与推断能力
声音
2019-02-15 v1 机器学习
音频与语音处理
机器学习
摘要
音频样本的分类是许多听觉系统的重要组成部分。基于卷积层和循环层的深度学习模型在许多此类任务中处于最先进水平。本文中,我们使用通过近期提出的动态路由协议(dynamic routing-by-agreement)机制训练的胶囊网络来处理音频分类任务。我们提出了一种适用于音频分类任务的胶囊网络架构,并研究了各种参数对分类精度的影响。此外,我们提出了用于正则化和多标签分类的改进方案。我们还利用胶囊输出对数据获得深入认识,并展示了所学网络在迁移学习中的效用。我们在 7 个不同领域和规模的数据集上进行了实验,显示出相比强基线模型的显著性能提升。据我们所知,这是首个关于胶囊网络在音频领域应用的详细研究。
引用
@article{arxiv.1902.05069,
title = {Improving performance and inference on audio classification tasks using capsule networks},
author = {Royal Jain},
journal= {arXiv preprint arXiv:1902.05069},
year = {2019}
}