今日 Paper | 蚊子叫聲數(shù)據(jù)集；提高語音識別準(zhǔn)確率；對偶注意力推薦系統(tǒng)等

本文作者： AI研習(xí)社

2020-01-16 14:22

導(dǎo)語：每天都為你精選關(guān)于人工智能的前沿學(xué)術(shù)論文供你學(xué)習(xí)參考。

為了幫助各位學(xué)術(shù)青年更好地學(xué)習(xí)前沿研究成果和技術(shù)，AI 研習(xí)社重磅推出【今日 Paper】欄目，每天都為你精選關(guān)于人工智能的前沿學(xué)術(shù)論文供你學(xué)習(xí)參考。以下是今日的精選內(nèi)容——

提高有噪聲情況下的語音識別準(zhǔn)確率——而且用常見工具就可以
基于對偶圖注意力網(wǎng)絡(luò)多方面社交影響的推薦系統(tǒng)
想研究蚊子、阻止瘧疾，你需要一個蚊子叫聲數(shù)據(jù)集
用于類遞增目標(biāo)檢測的交叉數(shù)據(jù)集訓(xùn)練
卷積均值：一種簡單的用于照度估計(jì)的卷積神經(jīng)網(wǎng)絡(luò)

提高有噪聲情況下的語音識別準(zhǔn)確率——而且用常見工具就可以

論文名稱：Improved Robust ASR for Social Robots in Public Spaces

作者：Charles Jankowski /Vishwas Mruthyunjaya /Ruixi Lin

發(fā)表時間：2020/1/14

論文鏈接：https://paper.yanxishe.com/review/8973?from=leiphonecolumn_paperreview0116

推薦原因：帶有社交功能的、仿人類外型的機(jī)器人如今越來越多出現(xiàn)在酒店、銀行、展廳等場合，大家也很喜歡和它們聊天。不過，這種公共、開放場景中的自動語音識別（ASR）仍然是有一定難度的，尤其是環(huán)境噪音?，F(xiàn)有的ASR模型通常在噪音較小、說話人聲音信噪比較高的情況下有不錯的表現(xiàn)，但一旦噪音增大，模型的表現(xiàn)就會有顯著下降。

這篇論文重點(diǎn)針對的就是有噪聲的環(huán)境下的ASR。作者們在AiShell-1中文語音數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，不僅在噪聲較高的情況下獲得了新的最好成績，同時也表明了用很容易找到的開源的工具包+幾百個小時的訓(xùn)練數(shù)據(jù)就可以獲得相對高的準(zhǔn)確率。這個結(jié)果對其他的開發(fā)者、初學(xué)者也很有借鑒意義。

今日 Paper | 蚊子叫聲數(shù)據(jù)集；提高語音識別準(zhǔn)確率；對偶注意力推薦系統(tǒng)等

基于對偶圖注意力網(wǎng)絡(luò)多方面社交影響的推薦系統(tǒng)

論文名稱：Dual Graph Attention Networks for Deep Latent Representation of Multifaceted Social Effects in Recommender Systems

作者：Wu Qitian /Zhang Hengrui /Gao Xiaofeng /He Peng /Weng Paul /Gao Han /Chen Guihai

發(fā)表時間：2019/3/25

論文鏈接：https://paper.yanxishe.com/review/8984?from=leiphonecolumn_paperreview0116

推薦原因：圖神經(jīng)網(wǎng)絡(luò)已經(jīng)取得了巨大的成功現(xiàn)在很多領(lǐng)域得到了應(yīng)用。作為與圖最相關(guān)的推薦，很多工作也嘗試引入GNN來更好的學(xué)習(xí)節(jié)點(diǎn)表示。本文算是比較早的引入GNN來進(jìn)行推薦的論文，發(fā)表在WWW2019上。作者探索了社交影響中在user-item二部圖上影響，總共定義了4種社交影響，在通過GNN學(xué)習(xí)到表示之后，作者利用了強(qiáng)化學(xué)習(xí)技術(shù)來實(shí)現(xiàn)動態(tài)融合。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文算法的有效性。

想研究蚊子、阻止瘧疾，你需要一個蚊子叫聲數(shù)據(jù)集

論文名稱：HumBug Zooniverse: a crowd-sourced acoustic mosquito dataset

作者：Ivan Kiskin /Adam D. Cobb /Lawrence Wang /Stephen Roberts

發(fā)表時間：2020/1/14

論文鏈接：https://paper.yanxishe.com/review/8954?from=leiphonecolumn_paperreview0116

推薦原因：深度學(xué)習(xí)的應(yīng)用越來越廣，尤其是研究生物的人開始用上深度學(xué)習(xí)之后，我們就開始看到一些好笑的、出人意料的研究和數(shù)據(jù)集。

前不久四川瀕危野生動物保護(hù)國家重點(diǎn)實(shí)驗(yàn)室 - 成都大熊貓繁育研究基地剛剛發(fā)布了一個大熊貓聲音的數(shù)據(jù)集，今天我們又看到了一個蚊子聲音的數(shù)據(jù)集。沒錯，就是那個會叮人、會傳播疾病的蚊子的數(shù)據(jù)集。

這些來自牛津大學(xué)的研究人員的收集了超過19萬段2秒長的蚊子錄音并進(jìn)行了標(biāo)注，其中大約有10%的數(shù)據(jù)樣本對應(yīng)了蚊子的某種行為。他們希望這個數(shù)據(jù)集可以幫助更好地研究蚊子的分布和行為，他們也在論文中提供了用CNN進(jìn)行分類的樣例。

這個論文還是 2019 NeurIPS ML4D workshop 的最佳論文獎得主。ML4D workshop 的主旨就是利用機(jī)器學(xué)習(xí)技術(shù)幫助發(fā)展中國家，這篇論文研究的蚊子正是發(fā)展中國家中尚未完全得到控制的瘧疾的重要傳染途徑，和workshop的目標(biāo)非常吻合，也有開拓和啟發(fā)意義，得到這個最佳論文獎可謂恰如其分。

用于類遞增目標(biāo)檢測的交叉數(shù)據(jù)集訓(xùn)練

論文名稱：Cross-dataset Training for Class Increasing Object Detection

作者：Yao Yongqiang /Wang Yan /Guo Yu /Lin Jiaojiao /Qin Hongwei /Yan Junjie

發(fā)表時間：2020/1/14

論文鏈接：https://paper.yanxishe.com/review/8985?from=leiphonecolumn_paperreview0116

推薦原因：這篇論文考慮的是跨數(shù)據(jù)集訓(xùn)練的目標(biāo)分類任務(wù)。

給定不同的數(shù)據(jù)集，跨數(shù)據(jù)集訓(xùn)練的目標(biāo)是檢測不同類別的并集，而不需要為所有數(shù)據(jù)集標(biāo)記所有類別。通過這種方式，可以利用現(xiàn)有的數(shù)據(jù)集來訓(xùn)練模型，然后應(yīng)用于合并之后的數(shù)據(jù)集，并且避免了在新數(shù)據(jù)集上進(jìn)行標(biāo)記。這篇論文在PASCAL VOC、 COCO、 WIDER FACE和WIDER Pedestrian這些數(shù)據(jù)集上實(shí)驗(yàn)了單數(shù)據(jù)集和跨數(shù)據(jù)集這兩種訓(xùn)練模式。實(shí)驗(yàn)結(jié)果表明與獨(dú)立訓(xùn)練相比，這篇論文提出的跨數(shù)據(jù)集訓(xùn)練框架可以同時在這些數(shù)據(jù)集上實(shí)現(xiàn)類似的性能表現(xiàn)。

卷積均值：一種簡單的用于照度估計(jì)的卷積神經(jīng)網(wǎng)絡(luò)

論文名稱：Convolutional Mean: A Simple Convolutional Neural Network for Illuminant Estimation

作者：Gong Han

發(fā)表時間：2020/1/14

論文鏈接：https://paper.yanxishe.com/review/8986?from=leiphonecolumn_paperreview0116

推薦原因：這篇論文提出了一種名為卷積均值的用于照度估計(jì)的卷積神經(jīng)網(wǎng)絡(luò)。

這種卷積均值方法只要求一個包含大約1100參數(shù)量的小網(wǎng)絡(luò)模型，以及一個48x32的縮略輸入圖。該方法在沒有優(yōu)化的Python實(shí)現(xiàn)中處理速度是1毫秒1張圖片，并且在保持相同準(zhǔn)確率的前提下，遠(yuǎn)遠(yuǎn)快于當(dāng)前的其他方案。在兩個公共數(shù)據(jù)集上的實(shí)驗(yàn)也表明了這種方法在多個度量上的準(zhǔn)確性可與當(dāng)前的最優(yōu)算法相媲美。

論文作者團(tuán)隊(duì)招募

為了更好地服務(wù)廣大 AI 青年，AI 研習(xí)社正式推出全新「論文」版塊，希望以論文作為聚合 AI 學(xué)生青年的「興趣點(diǎn)」，通過論文整理推薦、點(diǎn)評解讀、代碼復(fù)現(xiàn)。致力成為國內(nèi)外前沿研究成果學(xué)習(xí)討論和發(fā)表的聚集地，也讓優(yōu)秀科研得到更為廣泛的傳播和認(rèn)可。

我們希望熱愛學(xué)術(shù)的你，可以加入我們的論文作者團(tuán)隊(duì)。

入論文作者團(tuán)隊(duì)你可以獲得

1.署著你名字的文章，將你打造成最耀眼的學(xué)術(shù)明星

2.豐厚的稿酬

3.AI 名企內(nèi)推、大會門票福利、獨(dú)家周邊紀(jì)念品等等等。

加入論文作者團(tuán)隊(duì)你需要：

1.將你喜歡的論文推薦給廣大的研習(xí)社社友

2.撰寫論文解讀

如果你已經(jīng)準(zhǔn)備好加入 AI 研習(xí)社的論文兼職作者團(tuán)隊(duì)，可以添加運(yùn)營小姐姐的微，備注“論文兼職作者”

今日 Paper | 蚊子叫聲數(shù)據(jù)集；提高語音識別準(zhǔn)確率；對偶注意力推薦系統(tǒng)等