混合混合（Mixup）用于稀有两性动物声的多标签分类
声音
2024-06-25 v2 机器学习
音频与语音处理
摘要
多标签不平衡分类是机器学习中的重要挑战，尤其在生物声学领域，动物声音常常共现，且某些声音出现的频率远低于其他声音。本文聚焦于使用包含类别不平衡和多标签样本的数据集 AnuraSet 对两性动物声进行分类的具体问题。为解决这些挑战，我们提出了混合混合（Mix2）框架，利用混合正则化方法 Mixup、Manifold Mixup 和 MultiMix。实验结果表明，这些方法单独使用可能导致次优结果；但在训练每次迭代时随机选择其中一种方法应用时，效果显著，尤其对于样本极少的稀有类别。进一步分析显示，Mix2 也擅长对不同程度类别共现的声音进行分类。
引用
@article{arxiv.2403.09598,
title = {Mixture of Mixups for Multi-label Classification of Rare Anuran Sounds},
author = {Ilyass Moummad and Nicolas Farrugia and Romain Serizel and Jeremy Froidevaux and Vincent Lostanlen},
journal= {arXiv preprint arXiv:2403.09598},
year = {2024}
}