実音声の入力によるリカレントニューラルネットワークの振る舞いについて
スポンサーリンク
概要
- 論文の詳細を見る
特定の音声(keyword)の存在を連続音声データ中から認識するリカレントニューラルネットワーク(RNN)を学習により構成した。このRNNの動作を理解するため、入力時系列を構成する各々の入力ベクトルが定める自律系のアトラクタ構造を調べた。その結果、この系のアトラクタへの収束は遅く、トランジェントな状態が重要であることがわかった。またこの系の時定数τが入力の時間変化よりも1桁程度遅いということが、RNNの認識のロバスト性にとって重要であると考えられる。
- 社団法人電子情報通信学会の論文
- 1993-05-26