[国内学会] 複素RBM：制限ボルツマンマシンの複素数拡張と音声信号への応用と評価

情報処理学会 第117回音声言語情報処理研究発表会

ディープニューラルネットワークの事前学習や特徴抽出器として，制限ボルツマンマシン （restricted Boltzmann machine ; RBM） がこれまで様々な分野で用いられてきたが，いずれのアプローチでも入力特徴量はバイナリまたは実数値が仮定されてきた．しかし，複素スペクトル，fMRI 画像，音響インテンシティなど，実データに基づいた画像認識や音声信号処理では複素数データを取り扱う場合が多い．本稿では，音声信号の複素スペクトルから直接潜在的な特徴量を抽出する，RBM の拡張モデル （complex-valued RBM ; CRBM ; 複素 RBM） を用いた音声信号モデリングの有効性を検証する．また，勾配法の一種である Adam を複素拡張した複素 Adam についても新たに提案し，その有効性を評価する．