计算机科学 > 声音
[提交于 2019年12月30日
(v1)
,最后修订 2020年8月5日 (此版本, v2)]
标题: 声景分类中的神经架构搜索
标题: Neural Architecture Search on Acoustic Scene Classification
摘要: 卷积神经网络在声景分类(ASC)任务中被广泛采用,但通常计算负担较重。在这项工作中,我们提出了一种轻量级且高性能的基础网络,灵感来源于MobileNetV2,它用单向卷积核替换了方形卷积核,以交替提取时域和频域特征。此外,我们基于所提出的基线网络和最近的神经架构搜索(NAS)范式,探索了一个动态架构空间,首先训练一个包含所有候选网络的超网,然后应用著名的进化算法NSGA-II来发现更高效且具有更高准确性和更低计算成本的网络。实验结果显示,我们的搜索网络在ASC任务中表现出色,在DCASE2018任务5评估集上达到了90.3%的F1分数,标志着新的最先进的性能,同时相比我们的基线网络节省了25%的浮点运算(FLOPs)。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.