タグ
#データ拡張の記事一覧
2件の記事があります。
学習・ファインチューニング
mixupとは？入力と正解ラベルを一緒に混ぜ、分類モデルの過学習を抑える技術
mixupは、2つの入力と正解ラベルを同じ比率で混ぜて学習するデータ拡張です。補間とソフトラベル、混合比の選び方、画像・音声分類の実験結果から、専用モデルの開発への応用と導入時の注意点を解説します。
参照論文：mixup: Beyond Empirical Risk Minimization
音声AI
SpecAugmentとは？音声認識の精度を上げるスペクトログラム拡張の仕組みと使い道
SpecAugmentは、音声のスペクトログラムに時間方向・周波数方向のマスキングや時間伸縮を加えるだけで、音声認識モデルの汎化性能を大きく高める学習手法です。なぜ単純な欠損付与が効くのか、どのように学習へ組み込むのか、音声AIや系列モデル開発にどう応用できるのかを解説します。
参照論文：SpecAugment: A Simple Data Augmentation Method for Automatic Speech Recognition