基于MAML方法的佤语孤立词分类

• 作者: 侯俊龙 和丽华 杨建香 潘文林 王璐 王翠 解雪琴
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: MAML模型 小样本学习 佤语语谱图 孤立词
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 376-381,395
• 页数: 7页
• 分类号: TN912.34
• 字数: 4104字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.04.015

摘要

深度神经网络模型直接用于识别有限的佤语语音很容易陷入过拟合的窘境.而元学习善于解决小样本因数据不足导致的过拟合学习问题,利用平摊机制将以往经验应用于新任务学习能够有效减少对目标数据集的要求.选用原始的与模型无关的元学习(MAML)和近似一阶MAML梯度更新的Reptile对佤语语谱图进行识别研究.基于两组对比实验结果表明,元学习具有快速学习能力,并且能显著提高网络的收敛能力和泛化能力.在相同的实验设置条件下,MAML和Reptile对5-way 1-shot的实验准确率分别达到74.5％和61.6％,对5-way 5-shot的识别准确率分别达到94.5％和93.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘文林	云南民族大学数学与计算机科学学院	33	166	6.0	12.0
2	王璐	云南民族大学数学与计算机科学学院	15	5	1.0	1.0
3	和丽华	云南民族大学数学与计算机科学学院	8	5	1.0	1.0
4	杨建香	云南民族大学数学与计算机科学学院	5	4	1.0	1.0
5	解雪琴	云南民族大学数学与计算机科学学院	6	5	1.0	1.0
6	王翠	云南民族大学数学与计算机科学学院	4	3	1.0	1.0
7	侯俊龙	云南民族大学数学与计算机科学学院	2	0	0.0	0.0