輪読会のメモ-10

9はスキップ

発表の反省

議論のメモ

今の僕は色々混ざっている状態

僕の研究の方向性は二つに分類できそう

マルチラベル音響検知モデルの構築/精度向上

音響検知モデルを介護用に調整/実験?

介護用に限定せず,抽象化して考える

マルチラベル音響イベント検知について何らかの新規性を含んだ提案ができそうなら,軸にしてもよいのでは

例えば

プライバシーを担保する

クライアントごとに最適化

軸に一本論文を書いて,その後満を持して介護用の話を展開する,とか

結構良さそう

AALに注力する予定だったが,基盤のマルチラベル音響イベント検知自体を深堀りする方向性も良い

基礎モデルはほどほどに,在宅介護向けに動く

マルチラベル音響検知を介護系の音声で行う

異常検知のレイヤを増やす

マルチラベル音響検知が十分な研究成果になる?

深掘りするなら調査が必要

マルチラベル音響検知の調査が不十分

その文脈

その後に色々やってそれは別で出しちゃうか

卒論としてはさっさとマルチラベル音響検知を提出する?

環境音に対して,マルチラベル分類が90%以上の精度で可能なモデルを構築

それをFLしても精度が然程落ちないことを確認?

もしこれでやるなら,生活音や環境音に関するマルチラベルイベント検知の論文を探す必要がある

具体的にどうするか?

通常の音響イベント検知と比較

二つの音声を同時に検知できるかどうか?

僕がやりたいのは音響イベントを別々に検知できるかどうか

通常のマルチクラス検知と比較してどうなるのかよく分からない

二つの音声が重なっている音声に対して以下のような状況を想定する?

マルチクラス分類は片方のみ,あるいは片方も正しく検知するのが難しい

マルチラベル分類は両方を正しく分類・検知できる

僕の想定だと

マルチラベル分類でノイズや音の同時発生に頑健なモデルを作成したい

マルチクラス分類と比較するより,条件をつけた実験を大量にやる方向が望ましいのでは

各クラスの単独の音の分類精度

2つ,3つ,4つ...など,同時発生の分類精度

正しく聞き分けられるかどうか

さらに: 現実的なノイズなど加わった際の分類精度

純粋なマルチラベル音響検知系で良いのでは

適切なラベルの付与されたデータセットの利用が重要そう

ラベル修正はもしやるなら自分でやる

付与も自分でやる

オープンデータセットを使って自分でデータセットを構築する

全体の流れは今のままで良い

複数段階をさらに深掘りする姿勢に移行?

総合的な研究計画としては良い

根底にある音響イベント検知を深掘りするか,システムの実現/評価を優先するか

僕の懸念について

マルチラベル用音声の作成法

ドメイン知識をもとに

適切なラベル組み合わせを考え

マルチラベル音声を作成

モデル化が重要そう

現実の問題を数学的に解ける問題に置き換える

シミュレーション

音響空間を再現し,コンピュータ上でシミュレーションしたい

リソース消費がすごそう(小並感)という指摘

調べないとまずそう

ダメなら実機で評価する

研究室の皆にエッジデバイスを配布

自宅や祖母宅で稼働

モデル関連で交流

ポスター発表を方々でやるのが良さそうだが?