arXiv · cs.AI· Claudia Montero-Ram\'irez, Alba Mart\'inez-Serrano, Carmen Pel\'aez-Moreno·· 1 天前
分层可解释多任务音频表示学习：分析事件与场景关系
Hierarchical Interpretable Multitask Audio Representation Learning: An Analysis of Event-Scene Relationships through the Information Bottleneck
arXiv:2610.21520v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Claudia Montero-Ram\'irez, Alba Mart\'inez-Serrano, Carmen Pel\'aez-Moreno
研究任务与主要进展
研究者提出分层条件化架构，让声学场景分类直接基于中间事件概率，并与传统多头架构在PaSST、PANNs和BEATs三种骨干上进行比较。基于论文摘要，66次完整训练和不同β设置显示，该方法在部分权重范围内实现声学场景分类与音频标注的同步优化，同时报告了更低条件熵、更高互信息和更强潜在聚类可分性；研究还结合信息瓶颈、流形几何与TF-IDF形式概念分析事件—场景关系。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org