| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-03-19 10:00 独立深層学習行列分析に基づく多チャネル音源分離の実験的評価 ○北村大地・角野隼斗・高宗典玄・高道慎之介・猿渡 洋（東大）・小野順貴（首都大東京）  EA2017-104 SIP2017-113 SP2017-87 |
|
| 抄録 | （和） | 本稿では，新しい教師あり多チャネル音源分離手法である独立深層学習行列分析（IDLMA）を提案する．IDLMAは，従来のブラインド音源分離の独立低ランク行列分析と，近年発展している教師あり学習のディープニューラルネットワーク（DNN）を融合したアルゴリズムであり，独立成分分析を起源とする統計的独立性に基づく信号分離理論の正当な教師あり拡張手法である．本手法では，DNNを用いて音源の時間周波数構造をモデル化しつつ，観測信号の空間的な混合モデルをブラインドに推定することができる．音楽信号を用いた評価実験では，IDLMAが従来のDNNに基づく多チャネル音源分離手法よりも高速かつ高精度な音源分離を実現できることを示す． |
| （英） | In this paper, we propose a new informed multichannel audio source separation called independent deeply learned matrix analysis (IDLMA). IDLMA is a unified algorithm of conventional blind source separation, independent low-rank matrix analysis, and a supervised learning method based on deep neural networks (DNN) and can be interpreted as a natural informed extension of the independence-based source separation theory. Although a source model is estimated by pre-trained sourcewise DNN, a spatial model can blindly be estimated by statistical independence between sources. The experiment using music signals shows the efficacy of IDLMA compared with the conventional DNN-based techniques. | |
| キーワード | （和） | 多チャネル音源分離 / 独立成分分析 / ディープニューラルネットワーク / / / / / |
| （英） | multichannel audio source separation / independent component analysis / deep neural networks / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 515, EA2017-104, pp. 13-20, 2018年3月. | |
| 資料番号 | EA2017-104 | |
| 発行日 | 2018-03-12 (EA, SIP, SP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EA2017-104 SIP2017-113 SP2017-87 |
|
| 研究会情報 | |
| 研究会 | SIP EA SP MI |
| 開催期間 | 2018-03-19 - 2018-03-20 |
| 開催地（和） | 石垣島 ホテルミヤヒラ |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2018-03-SIP-EA-SP-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 独立深層学習行列分析に基づく多チャネル音源分離の実験的評価 |
| サブタイトル（和） | |
| タイトル（英） | Experimental Evaluation of Multichannel Audio Source Separation Based on IDLMA |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 多チャネル音源分離 / multichannel audio source separation |
| キーワード(2)（和/英） | 独立成分分析 / independent component analysis |
| キーワード(3)（和/英） | ディープニューラルネットワーク / deep neural networks |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 北村 大地 / Daichi Kitamura / キタムラ ダイチ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 角野 隼斗 / Hayato Sumino / スミノ ハヤト |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 高宗 典玄 / Norihiro Takamune / タカムネ ノリヒロ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 高道 慎之介 / Shinnosuke Takamichi / タカミチ シンノスケ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | 猿渡 洋 / Hiroshi Saruwatari / サルワタリ ヒロシ |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第6著者 氏名（和/英/ヨミ） | 小野 順貴 / Nobutaka Ono / オノ ノブタカ |
| 第6著者 所属（和/英） | 首都大学東京 (略称： 首都大東京) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-19 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EA |
| 資料番号 | EA2017-104, SIP2017-113, SP2017-87 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.515(EA), no.516(SIP), no.517(SP) |
| ページ範囲 | pp.13-20 |
| ページ数 | 8 |
| 発行日 | 2018-03-12 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]