2012-02-23 3 views
2

나는 음성 모핑 시스템을 연구 중이다. 나는 소스 음성 신호 (테스트, 기차 & 검증으로 나누어) 및 대상 음성 신호 (테스트, 기차 및 유효성 검사 데이터로 나누어)로 나뉘어져 있습니다. 이제 저는 3 배 십자가 유효성 검사를 사용하여 웨이블릿 웨이블릿 계수를 알아 내기 위해 방사형 기본 신경망을 설계했습니다. 원본 및 대상 교육 데이터로 네트워크를 초기화하고 교육 및 유효성 검사 샘플을 사용하여 3 배 교차 유효성 검사를 수행해야합니다.교차 확인 과정

크로스 검증마다 데이터 세트를 3 부분으로 나눈 다음 교육용으로 2 개를 사용하고 테스트 용으로 2 개를 사용해야한다고 생각합니다. (모든 주름에 대한 과정 반복). 이제 문제는 내가 소스 데이터를 3 부분 또는 대상 교육으로 나눌 필요가있는 날씨를 알고 싶다는 것입니다 ... ??

따라서 교차 검증을 적용하는 방법을 알아야합니까? 누구든지 나를위한 과정을 자세히 설명해 주실 수 있습니까?

+0

"구현 방법"부분 또는 개념적 부분에 대한 도움이 필요합니까? 그것이 개념이라면 신호 처리 (http://dsp.stackexchange.com/)에서 이것을 더 잘 부탁드립니다. – Ali

+0

@Kritika : 귀하의 질문은 실제로 교차 유효성 확인 프로세스에 관한 것 같습니다. 이를 반영하기 위해 제목을 편집하면보다 구체적인 도움을 얻을 수 있습니다. –

답변

1

전체 데이터 (입력 [ "source"] 및 출력 [ "target"/ "morphed"] 관측의 튜플)를 훈련, 교차 유효성 검사 및 테스트의 3 가지 세트로 무작위로 나눠야합니다.

훈련 세트는 시도하는 각 신경 네트워크를 훈련시키는 데 사용됩니다. 교차 유효성 검사 집합은 최상의 매개 변수 (숨겨진 노드 수 등)를 선택하기 위해 각 네트워크를 교육 한 후에 사용됩니다. 테스트 세트는 최종 모델의 전반적인 성능 (즉, 정확성, 일반화 등)을 검증하기 위해 마지막에 사용됩니다.

+0

원본 데이터와 대상 데이터를 결합한 다음 3 세트로 나누어야한다고 말합니까? – Kritika

+0

@Kritika : 글쎄, 네가하는 일을 이해한다면, "source"와 "target"레코드 사이에 1 : 1 관계가있다. 그렇다. 일부 입력 ("소스"관측)에서 일부 출력 ("목표"관측)까지 함수를 배우려고하므로 "결합 된"데이터 세트 (데이터 세트라고 부름)를 깨뜨릴 필요가 있습니다. (소스, 타겟) 튜플을 세 부분으로 나눕니다. –