| 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 | 2026-03-01 10:45 DANNによる言語間音声認知症検出 ○大庭椋介・ブアジジ モンデル・大槻知明（慶大）  SeMI2025-67 |
|
| 抄録 | （和） | 認知症は, 認知機能の低下や行動障害により日常生活機能が顕著に損なわれる状態の総称であり, 高齢化の進展とともに世界的な公衆衛生上の重要課題となっている. 近年, 音声による認知症検出は低コストで利用可能な方法として注目されている. しかし, 整備されている大規模データセットの多くは英語や中国語などに限定され, マイナー言語では大規模データセットが十分に整備されていないという課題がある. この課題に対し, 大規模データセットで学習したモデルを他言語へ転移学習する手法があるが, 言語間の音韻体系・韻律の差異などによりドメインシフトが生じ, 転移先言語で性能が劣化することが課題となっている. 本研究では, ドメイン適応手法である Domain-Adversarial Neural Network (DANN) を用い, 言語間における認知症検出性能を検証した. 入力特徴量として Wav2vec2.0 埋め込みおよび音響特徴量セット eGeMAPS を使用した. 英語・中国語・スペイン語・ギリシャ語のデータセットを用いた実 験の結果, 複数の設定において DANN の認知症分類性能の Area Under the Curve (AUC) は, 転移学習のベースラインである単純 Multilayer Perceptron (MLP) を上回った. 加えて, SHapley Additive exPlanations (SHAP) 解析により, 言い淀み特徴量が認知症分類に上位に寄与することを確認した. |
| （英） | Dementia is an umbrella term for conditions in which declines in cognitive function and behavioral symptoms significantly impair daily living. With rapid population aging, dementia has become a major global public health challenge. In recent years, speech-based dementia detection has attracted attention as a low-cost and scalable method. However, most well-established large-scale datasets are limited to languages such as English and Chinese, and large datasets are not sufficiently available for less-resourced languages. One way to address this issue is to transfer models trained on well-established large-scale datasets to other languages. Yet differences in phonological and prosodic systems across languages can cause domain shift, leading to performance degradation in the target language. In this study, we evaluated cross-lingual dementia detection using a domain adaptation method, the Domain-Adversarial Neural Network (DANN). We used Wav2vec2.0 embeddings and the eGeMAPS acoustic feature set as input features. Experiments on the English, Chinese, Spanish, Greek datasets showed that, under multiple settings, DANN achieved better dementia detection performance in terms of Area Under the Curve (AUC) than a simple multilayer perceptron (MLP) baseline for transfer learning. SHapley Additive exPlanations (SHAP) analysis further indicated that disfluency features were among the most influential factors for dementia detection. Overall, these results suggest that DANN is effective for cross-lingual dementia detection. |
|
| キーワード | （和） | 認知症検出 / Domain-Adversarial Neural Network / ドメイン適応 / 機械学習 / / / / |
| （英） | Dementia detection / Domain-Adversarial Neural Network / Domain adaptation / Machine learning / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 367, SeMI2025-67, pp. 5-10, 2026年3月. | |
| 資料番号 | SeMI2025-67 | |
| 発行日 | 2026-02-22 (SeMI) | |
| ISSN | 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 | SeMI2025-67 |
|
| 研究会情報 | |
| 研究会 | SeMI IPSJ-MBL IPSJ-UBI |
| 開催期間 | 2026-03-01 - 2026-03-02 |
| 開催地（和） | サテライトキャンパスひろしま |
| 開催地（英） | |
| テーマ（和） | センサネットワーク, モバイルインテリジェンス, モバイルコンピューティング, ユビキタスコンピューティング, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2026-03-SeMI-MBL-UBI |
| 本文の言語 | 日本語 |
| タイトル（和） | DANNによる言語間音声認知症検出 |
| サブタイトル（和） | |
| タイトル（英） | Cross-Lingual Dementia Detection from Speech Using DANN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 認知症検出 / Dementia detection |
| キーワード(2)（和/英） | Domain-Adversarial Neural Network / Domain-Adversarial Neural Network |
| キーワード(3)（和/英） | ドメイン適応 / Domain adaptation |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| 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） | 大庭 椋介 / Ryosuke Oba / オオバ リョウスケ |
| 第1著者 所属（和/英） | 慶應義塾大学大学院 (略称： 慶大) Keio University Graduate School (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | ブアジジ モンデル / Mondher Bouazizi / |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-01 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2025-67 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.367 |
| ページ範囲 | pp.5-10 |
| ページ数 | 6 |
| 発行日 | 2026-02-22 (SeMI) |
[研究会発表申込システムのトップページに戻る]