تشخیص احساس از سیگنال گفتار به کمک روشهای افزایش داده متخاصمی

نتیجه گیری : کمبود داده می‌تواند از دستیابی به نتیجه مطلوب در آموزش شبکه عصبی عمیق جلوگیری کند که این مسئله یک مشکل جدی در تشخیص احساس از گفتار با استفاده از شبکه‌های عصبی عمیق است. به طور معمول، عدم وجود داده‌های کافی جهت آموزش، منجر به اورفیتینگ و پیچیده شدن ساختار شبکه می‌گردد. در این مقاله، یک شبکه جدید برای افزایش داده جهت تولید نمونه‌های مصنوعی ارائه شد که نمونه‌های تولید شده را در فضای نمونه‌های اصلی جای می‌دهد. تشخیص احساس از سیگنال گفتار

به‌جای بردارهای حاوی ویژگی‌های احساس در فضای با ابعاد بالا، روش پیشنهادی می‌تواند فضایی از احساسات ایجاد کند که نمونه‌های ساخته شده را در فضای اصلی بازسازی کند. میزان هم‌پوشانی داده‌های تولید شده در هر کلاس و با داده‌های اصلی بررسی گردید و مشخص شد داده‌های افزوده شده می‌توانند فضای داده‌های هر کلاس را بهتر پوشش دهد و سبب شوند شبکه طبقه‌بند احساس بتواند با مخلوط داده‌های ساخته شده و داده‌های اصلی، آموزش بهتری دیده و کلاسه‌بندی بهتری را انجام دهد.