.png){kind=icon}
返回
Parallel Time-Frequency Multi-Scale Attention with Dynamic Convolution for Environmental Sound Classification
.png){kind=icon}
OA
AI
DOI：10.3390/e27101007.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
卷积神经网络（CNN）模型被广泛应用于环境声音分类（ESC）。然而，二维卷积假设在时间和频率轴上具有平移不变性，而实际上频率维度不具备平移不变性。此外，单尺度卷积限制了感受野，导致特征表示不完整。为解决这些问题，我们引入了一个并行时频多尺度注意力（PTFMSA）模块，该模块通过整合多尺度下的局部和全局注意力来改进动态卷积，以克服上述问题。我们还引入了并行分支结构，以避免在提取时域和频域特征时信息相互干扰。此外，我们利用可学习参数，可在网络训练过程中动态调整不同分支的权重。基于此模块，我们开发了PTFMSAN，一种可直接处理原始波形用于ESC的紧凑型网络。为进一步强化学习效果，应用了类间（BC）训练。在ESC-50数据集上的实验表明，PTFMSAN优于基线模型，实现了90%的分类准确率，在基于CNN的网络中具有竞争力。我们还进行了消融实验以验证每个模块的有效性。
Keyword:
multi-scale convolution
CNN
dynamic convolution
environmental sound classification
deep learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2
论文数:
956
被引数:
2.4W
机构
引用论文
分享收藏MTF-CRNN: Multiscale Time-Frequency Convolutional Recurrent Neural Network for Sound Event Detection.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Environment Sound Event Classification With a Two-Stream Convolutional Neural NetworkIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Environment Sound Classification Using a Two-Stream CNN Based on Decision-Level FusionSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容