Benutzer: Gast  Login
Originaltitel:
Feature Transfer Learning for Speech Emotion Recognition 
Übersetzter Titel:
Feature Transfer Learning für Sprachemotionserkennung 
Jahr:
2016 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Schuller, Björn W. (Prof. Dr. habil.) 
Gutachter:
Schuller, Björn W. (Prof. Dr. habil.); Hemmert, Werner (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 815d 
Kurzfassung:
With the availability of speech data obtained from different devices, the distribution mismatch between the training and test data has an adverse impact on speech emotion recognition systems. To address this issue, this thesis proposes a set of novel feature transfer learning methods based on autoencoders. Experimental results demonstrate the advantages of the proposed algorithms over other modern transfer learning methods. 
Übersetzte Kurzfassung:
Mit der Verfügbarkeit der von verschiedenen Geräten aufgenommenen Sprachdaten, hat die ungleiche Verteilung zwischen den Trainings- und Testdaten eine nachteilige Auswirkung auf die Sprachemotionserkennungssystemen. Um dieses Problem zu beheben, schlägt diese Arbeit eine Reihe von neuen Übertragungslernmethoden vor, die auf Autoencoder basieren. Die experimentellen Ergebnisse zeigen die Vorteile der vorgeschlagenen Algorithmen gegenüber anderen modernen Übertragungslernmethoden. 
Mündliche Prüfung:
02.06.2016 
Dateigröße:
1139549 bytes 
Seiten:
147 
Letzte Änderung:
07.07.2016