3분기 세미나: 1주차 내용 보조자료
2019.07.16
첫 주 세미나 내용에 대한 보충 자료입니다.
최우성: Deep Learning 기반 Acoustic Source Separation 기존 연구 기법 비교분석
-
Deep Learning 기반 Acoustic Source Separation 기존 기법 분류
- Spectrogram 생성 방식에 따른 분류 Masking-based/ Mapping-based
- 기반 신경망에 따른 분류: 2d or 3d CNN, RNN, Attention
-
Potential areas of future research
- 간섭효과 상쇄: Attention, Phase - Leaky Masking
참고자료
-
Neural Network 기초 - Logistic Regression 이론 - Logistic Regression 실전: And Gate 만들어보기 (Python) - Multi-Layer Neural Network - Multi-Layer Neural Network의 실전: XOR Gate 만들어보기 (Python)
-
Neural Network 심화 - Ratsgo Blog: RNN and LSTM - Bidirectional RNN/LSTM - TAEWAN.KIM Blog: CNN, Convolutional Neural Network 요약
김민석: Deep Learning 기반 Acoustic Source Separation 기초
-
문제 정의
-
신경망 input data format
- Time domain signal
- Spectrogram (Short-time Fourier Transform)
-
Supervised 기법 outline
-
Evaluation metrics: SDR, SIR, SAR
참고자료
정현도: Graph구조에서 동일한 weight가 최대한으로 연속되는 sub-sequence 찾기
- 문제 정의 - shortest path 알고리즘에 streaming data 대상 실시간 shortest path 찾는 query 적용가능성 연구 - graph structure of transportation environment data - shortest path algorithm
