Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1912.12825

帮助 | 高级搜索

计算机科学 > 声音

arXiv:1912.12825 (cs)
[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

Authors:Jixiang Li, Chuming Liang, Bo Zhang, Zhao Wang, Fei Xiang, Xiangxiang Chu
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)。
摘要: Convolutional neural networks are widely adopted in Acoustic Scene Classification (ASC) tasks, but they generally carry a heavy computational burden. In this work, we propose a lightweight yet high-performing baseline network inspired by MobileNetV2, which replaces square convolutional kernels with unidirectional ones to extract features alternately in temporal and frequency dimensions. Furthermore, we explore a dynamic architecture space built on the basis of the proposed baseline with the recent Neural Architecture Search (NAS) paradigm, which first trains a supernet that incorporates all candidate networks and then applies a well-known evolutionary algorithm NSGA-II to discover more efficient networks with higher accuracy and lower computational cost. Experimental results demonstrate that our searched network is competent in ASC tasks, which achieves 90.3% F1-score on the DCASE2018 task 5 evaluation set, marking a new state-of-the-art performance while saving 25% of FLOPs compared to our baseline network.
评论: 被Interspeech 2020录用
主题: 声音 (cs.SD) ; 机器学习 (cs.LG); 音频与语音处理 (eess.AS); 机器学习 (stat.ML)
引用方式: arXiv:1912.12825 [cs.SD]
  (或者 arXiv:1912.12825v2 [cs.SD] 对于此版本)
  https://doi.org/10.48550/arXiv.1912.12825
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Bo Zhang [查看电子邮件]
[v1] 星期一, 2019 年 12 月 30 日 06:35:12 UTC (283 KB)
[v2] 星期三, 2020 年 8 月 5 日 04:58:06 UTC (283 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.SD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2019-12
切换浏览方式为:
cs
cs.LG
eess
eess.AS
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号