过参数化与音频分类中的泛化能力
声音
2021-07-20 v1 机器学习
音频与语音处理
机器学习
摘要
卷积神经网络（CNNs）已在机器视觉、机器听觉和自然语言处理等多个领域的分类任务中占据主导地位。在机器听觉中，尽管 CNNs 通常表现出非常好的泛化能力，但它们对所用特定音频录制设备敏感，这已被声学场景分类（DCASE）领域公认为一个重大问题。在本研究中，我们探讨了声学场景分类模型的过参数化与其所得泛化能力之间的关系。具体而言，我们在不同条件下测试了 CNNs 在宽度和深度上的扩展。我们的结果表明，即使不增加参数数量，增大宽度也能改善对未见设备的泛化。
引用
@article{arxiv.2107.08933,
title = {Over-Parameterization and Generalization in Audio Classification},
author = {Khaled Koutini and Hamid Eghbal-zadeh and Florian Henkel and Jan Schlüter and Gerhard Widmer},
journal= {arXiv preprint arXiv:2107.08933},
year = {2021}
}
备注
Presented at the ICML 2021 Workshop on Overparameterization: Pitfalls & Opportunities