講演抄録/キーワード |
講演名 |
2019-03-14 13:30
[ポスター講演]実環境下における雑音抑圧と多クラス分類を用いたいびき音識別 ○西島恵介・古家賢一(大分大) EA2018-106 SIP2018-112 SP2018-68 |
抄録 |
(和) |
従来のいびき音識別手法では,実際の居住環境でいびき音を識別する際に性能が低下する問題がある。そのため,低下の原因である定常的,非定常的な多様な環境音に対応する必要がある。本研究では,定常的な環境音に対し雑音抑圧手法のスペクトルサブトラクション法による対応を試みた。非定常的な環境音には環境音の種類毎に1クラスと見なし,従来手法のサポートベクターマシンを多クラス拡張したマルチカーネル学習,ニューラルネットワークの一種であるマルチレイヤーパーセプトロンを用いた多クラス分類により,いびき音の識別を試みた。 |
(英) |
In the conventional snore sound identification method, there is an issue that performance deteriorates when identifying snore sound under real environments. Therefore, it is necessary to deal with various stationary and nonstationary noise which is the cause of the drop. In this research, we tried to deal with stationary noise by spectral subtraction method of noise suppression method. We regarded nonstationary noise as a class for each type of noise and tried to identify snore sound using multi-class classification. For multi-class classification, multi-kernel learning with support vector machine, multilayer perceptron which is one kind of neural network was used. |
キーワード |
(和) |
いびき音 / サポートベクターマシン / マルチカーネル学習 / マルチレイヤーパーセプトロン / 深層学習 / / / |
(英) |
Snore sound / Support vector machine / Multiple kernel learning / Multilayer perceptron / Deep learning / / / |
文献情報 |
信学技報, vol. 118, no. 495, EA2018-106, pp. 43-48, 2019年3月. |
資料番号 |
EA2018-106 |
発行日 |
2019-03-07 (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 |
EA2018-106 SIP2018-112 SP2018-68 |
研究会情報 |
研究会 |
EA SIP SP |
開催期間 |
2019-03-14 - 2019-03-15 |
開催地(和) |
アイランド ナガサキ(長崎市) |
開催地(英) |
i+Land nagasaki (Nagasaki-shi) |
テーマ(和) |
応用/電気音響,信号処理,音声,一般 |
テーマ(英) |
Engineering/Electro Acoustics, Signal Processing, Speech, and Related Topics |
講演論文情報の詳細 |
申込み研究会 |
EA |
会議コード |
2019-03-EA-SIP-SP |
本文の言語 |
日本語 |
タイトル(和) |
実環境下における雑音抑圧と多クラス分類を用いたいびき音識別 |
サブタイトル(和) |
|
タイトル(英) |
Snore sound identification using noise suppression and multi-class classification under real environments |
サブタイトル(英) |
|
キーワード(1)(和/英) |
いびき音 / Snore sound |
キーワード(2)(和/英) |
サポートベクターマシン / Support vector machine |
キーワード(3)(和/英) |
マルチカーネル学習 / Multiple kernel learning |
キーワード(4)(和/英) |
マルチレイヤーパーセプトロン / Multilayer perceptron |
キーワード(5)(和/英) |
深層学習 / Deep learning |
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) |
西島 恵介 / Keisuke Nishijima / ニシジマ ケイスケ |
第1著者 所属(和/英) |
大分大学 (略称: 大分大)
Oita University (略称: Oita Univ.) |
第2著者 氏名(和/英/ヨミ) |
古家 賢一 / Ken'ichi Furuya / フルヤ ケンイチ |
第2著者 所属(和/英) |
大分大学 (略称: 大分大)
Oita University (略称: Oita Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-03-14 13:30:00 |
発表時間 |
90分 |
申込先研究会 |
EA |
資料番号 |
EA2018-106, SIP2018-112, SP2018-68 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.495(EA), no.496(SIP), no.497(SP) |
ページ範囲 |
pp.43-48 |
ページ数 |
6 |
発行日 |
2019-03-07 (EA, SIP, SP) |
|