Selection of Features for Multimodal Vocalic Segments Classification

Szymon Zaporowski; Andrzej Czyżewski

doi:10.1007/978-3-319-98677-4

Selection of Features for Multimodal Vocalic Segments Classification

Abstrakt

English speech recognition experiments are presented employing both: audio signal and Facial Motion Capture (FMC) recordings. The principal aim of the study was to evaluate the inﬂuence of feature vector dimension reduction for the accuracy of vocalic segments classiﬁcation employing neural networks. Several parameter reduction strategies were adopted, namely: Extremely Randomized Trees, Principal Component Analysis and Recursive Parameter Elimination. The feature extraction process is explained, applied feature selection methods are presented and obtained results are discussed

Cytowania

0

CrossRef
0

Web of Science
0

Scopus

Autorzy (2)

Szymon Zaporowski mgr inż.
Andrzej Czyżewski prof. dr hab. inż.

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

pełna treść artykułu zobacz w serwisie zewnętrznym otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:: Aktywność konferencyjna
Typ:: materiały konferencyjne indeksowane w Web of Science
Tytuł wydania:: Multimedia and Network Information Systems : Proceedings of the 11th International Conference MISSI 2018 strony 490 - 500
Język:: angielski
Rok wydania:: 2018
Opis bibliograficzny:: Zaporowski S., Czyżewski A..: Selection of Features for Multimodal Vocalic Segments Classification, W: Multimedia and Network Information Systems : Proceedings of the 11th International Conference MISSI 2018, 2018, ,.
DOI:: Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-319-98677-4
Weryfikacja:: Politechnika Gdańska