بهبود کارایی یک سیستم تشخیص احساس از گفتار به کمک شبکه مولد متخاصمی جهت کاربرد در روانشناسی بالینی | ||
| روانشناسی بالینی: نوآوری‌ها در پژوهش و عمل | ||
| مقاله 5، دوره 15، شماره 1 - شماره پیاپی 57، بهار 1402، صفحه 53-67 اصل مقاله (900.13 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jcp.2022.25572.2341 | ||
| نویسندگان | ||
| آرش شیلاندری* 1؛ حسین خسروی2؛ حسین مروی2 | ||
| 1دانشکده مهندسی برق - دانشگاه صنعتی شاهرود - شاهرود - ایران | ||
| 2دانشکده مهندسی برق- دانشگاه صنعتی شاهرود - شاهرود - ایران | ||
| چکیده | ||
| مقدمه: فناوری تشخیص احساس از گفتار، می‌تواند به محققان کمک کند تا دریابند چه عواملی باعث میشود برخی از روان‌درمانگران درمان مؤثرتری نسبت به دیگران ارائه دهند، اطلاعاتی که می‌تواند برای بهبود تشخیص روش درمان استفاده شود. اگر بدانیم چه کسی می‌خواهد اقدام به خودکشی کند یا حداقل ریسک بالایی برای این کار دارد می‌توانیم پیشگیری کنیم و این دقیقاً همان چیزی است که علم روانشناسی سال‌هاست به آن نیاز دارد تا هزینه‌های درمان را کاهش دهد. ازاین‌رو، نیاز به تشخیص احساس از گفتار و پایگاه‌داده احساسی به‌شدت احساس میشود؛ ولی جمع‌آوری پایگاه‌داده با نمونههای زیاد نیازمند صرف چندین دهه است. افزایش داده و انتخاب ویژگی، از مفاهیم کلیدی در یادگیری ماشین هستند. روش: هنگامی که دادههای آموزشی در پایگاه‌داده متنوع نیستند و تعداد و تنوع آنها در هر کلاس آموزشی محدود است، آموزش یک شبکه عصبی عمیق بدون آنکه پدیده اور فیتینگ اتفاق بیفتد، بیش از حد چالش‌برانگیز است. برای غلبه بر این چالش، این مقاله یک شبکه افزایش داده جدید، یعنی شبکه افزایش داده متخاصمانه و مبتنی بر شبکههای مولد متخاصمی را پیشنهاد میکند. این شبکه افزایش داده پیشنهادی، از یک شبکه مولد متخاصمی، یک رمزگذار خودکار و یک طبقه‌بند تشکیل شده است. این شبکه‌ها به طور خصمانه آموزش داده می‌شوند تا بردارهای ویژگی وابسته به هر کلاس را در فضای ویژگیها ترکیب کنند، و سپس آنها را به دادههای موجود در پایگاه‌داده بیفزایند. برای دادههای هر کلاس به‌صورت جداگانه یک شبکه مولد متخاصمی پیشنهاد شده است که از یک سو شباهت بین نمونههای واقعی و تولید شده را تضمین کند و از طرف دیگر باعث ایجاد تمایز عاطفی در بین نمونههای تولید شده بین کلاس‌‌های مختلف شود. برای رفع مشکل کوچک‌شدن بیش از حد گرادیان در فرایند آموزش شبکه افزایش داده متخاصمی که منجر به عدم آموزش کافی شبکههای مولد و تشخیص‌دهنده و متوقف‌شدن فرایند آموزش پیش از یادگیری کامل توزیع دادهها در فضای ویژگیها میشود، به‌جای استفاده از خطای متداول آنتروپی متقابل برای آموزش شبکه مولد متخاصمی، واگرایی و اسراستین برای تولید نمونههای مصنوعی باکیفیت بالا استفاده شده است. یافته‌ها: عملکرد این مدل با استفاده از پایگاه‌داده احساسی برلین به‌عنوان مجموعه‌داده‌های آموزش، تست و ارزیابی شبکه مورد آزمایش قرار گرفته و مشخص شد که با ترکیب نمودن بردارهای ویژگی مصنوعی و بردارهای ویژگی واقعی، می‌توان مشکل کوچک‌شدن بیش از حد گرادیان و متعاقباً متوقف‌شدن ادامه روند آموزش شبکه را تا حد زیادی کاهش داد. نتایج به‌دست‌آمده نشان می‌دهد که دادههای تولید شده توسط شبکه پیشنهادی می‌توانند در یک شبکه تشخیص احساس از سیگنال گفتار استفاده شوند و به این شبکه کمک کنند تا کلاسه‌بندی احساسی بهتری را انجام دهد. | ||
| کلیدواژه‌ها | ||
| پردازش گفتار؛ انتخاب ویژگی؛ افزایش داده؛ تشخیص احساس از گفتار؛ شبکههای مولد متخاصمی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,305 تعداد دریافت فایل اصل مقاله: 621 |
||
| تعداد نشریات | 22 |
| تعداد شماره‌ها | 732 |
| تعداد مقالات | 10,569 |
| تعداد مشاهده مقاله | 73,814,863 |
| تعداد دریافت فایل اصل مقاله | 65,321,886 |