[3Win5-101] 複素畳み込みニューラルネットワークのためのバッチ振幅平均正規化
キーワード：複素数、高次元ニューラルネットワーク、音響信号処理
複素ニューラルネットワークは,位相情報を自然に扱える利点から,信号処理タスクにおいて実数ニューラルネットワークよりも高い性能を示す.バッチ振幅平均正規化（Batch Amplitude Mean Normalization : BAMN）は正規化手法として知られているが複素畳み込み層への適用については未だ検討されていなかった. そこで本研究では複素全結合層向けに提案されていたBAMNを, 複素畳み込み層に拡張した. その結果, 自動採譜タスクにおいて学習時間を削減しつつ, 従来の複素バッチ正規化と同等の性能を維持することで, BAMNが複素畳み込み層においても有効な正規化手法となることを明らかにした.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。