[3Win5] Poster session 3

[3Win5-101] Batch Amplitude Mean Normalization for Complex-valued Convolutional Neural Networks

〇Shogo Yamauchi¹, Yosuke Yamano¹, Hideaki Tamori¹ (1.The Asahi Shinbun Company)

Keywords:complex, High-Dimensional Neural Networks , Acoustic Signal Processing

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.