BriefGPT.xyz
May, 2023
SeqAug: 一种基于序列特征重采样的通用增强方法
SeqAug: Sequential Feature Resampling as a modality agnostic augmentation method
HTML
PDF
Efthymios Georgiou, Alexandros Potamianos
TL;DR
提出了一种名为 SeqAug 的模态不可知序列增强方法,它可以通过重新抽样来增强时间轴上的特征维度,可应用于单模态或多模态神经网络,并与循环和转换器体系结构兼容。实验证明,SeqAug 在语音听觉情感识别方面具有可比性的性能。
Abstract
data augmentation
is a prevalent technique for improving performance in various
machine learning
applications. We propose SeqAug, a modality-agnostic augmentation method that is tailored towards sequences of extr
→