Adattamento di Dominio per la Classificazione Acustica di Scena Invariante rispetto al Dispositivo

Uno studio pubblicato su arXiv valuta tecniche di adattamento di dominio per la classificazione acustica di scena utilizzando rappresentazioni basate su CNN e transformer. Due metodi, la rete neurale avversaria di dominio (DANN) e la rete avversaria di dominio condizionale (CDAN), sono stati testati sotto vari spostamenti di dominio. DANN ha fornito un adattamento efficace per entrambi gli estrattori di caratteristiche, mentre CDAN ha funzionato bene solo con estrattori basati su CNN. La ricerca evidenzia la necessità di adattare i metodi di adattamento alla rappresentazione delle caratteristiche sottostante. Gli esperimenti sono stati condotti sul dataset DCASE 2020 con più dispositivi.