通过无监督学习量化婴儿环境的混乱程度
音频与语音处理
2019-12-11 v1 机器学习
摘要
家庭环境中的声学环境差异巨大。它们既可以是舒适与宁静的来源，也可能是导致儿童认知发育欠佳的混乱之源。迄今为止的研究仅对家庭混乱进行了主观测量。在本工作中，我们使用三种无监督机器学习技术来量化婴儿家中的家庭混乱。这些无监督技术包括基于 K-Means 的层次聚类、使用自组织映射（SOM）的聚类和深度学习。我们使用来自 9 名参与者的数据（总计 197 小时）对这些技术进行了评估。结果表明，这些技术在量化家庭混乱方面具有前景。
引用
@article{arxiv.1912.04844,
title = {Quantifying the Chaos Level of Infants' Environment via Unsupervised Learning},
author = {Priyanka Khante and Mai Lee Chang and Domingo Martinez and Kaya de Barbaro and Edison Thomaz},
journal= {arXiv preprint arXiv:1912.04844},
year = {2019}
}