Analisis Perbandingan Optimasi Stochastic Gradient Descent dan Adaptive Moment Estimation dalam Klasifikasi Emosi dari Audio Menggunakan Convolutional Neural Network
Notice bibliographique
Résumé
Emotion plays a fundamental role in human life, influencing behavior, social interaction, anddecision-making. Successful communication and understanding between individuals depend greatly on ourability to recognize and express emotions. In this context, sound or audio plays a key role as a medium thatreflects and conveys human emotional expression. In the era of information technology and artificialintelligence, emotion recognition through sound has become a growing focus of research. Machine learningalgorithms, particularly neural networks, can be trained to understand and classify emotions conveyed invarious forms, including text, images, videos, and audio. Among these algorithms, Convolutional NeuralNetwork (CNN) has shown promising performance in emotion classification tasks. In this study, thecomparison between Stochastic Gradient Descent (SGD) and Adaptive Moment Estimation (Adam)optimizers in emotion classification from audio using CNN is investigated. The research aims to determinethe optimal optimizer for emotion classification tasks. The results suggest that SGD optimizer outperformsAdam in terms of overall accuracy, with SGD achieving 53% accuracy compared to Adam's 48% accuracy inThe Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS) dataset. Therefore, foremotion classification from audio data, Stochastic Gradient Descent (SGD) optimizer is recommended forbetter performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».