Resumen de Nueva técnica de fusión de clasificadores aplicada a la mejora de la segmentación de audio

David Tavarez Arriba, Eva Navas Cordón, Daniel Erro Eslava, Ibon Saratxaga Couceiro, Inmaculada Hernáez Rioja

• español

  Este artculo presenta un nuevo algoritmo de fusion de clasi cadores a partir de su matriz de confusion de la que se extraen los valores de precision (precision) y cobertura (recall ) de cada uno de ellos. Los unicos datos requeridos para poder aplicar este nuevo metodo de fusion son las clases o etiquetas asignadas por cada uno de los sistemas y las clases de referencia en la parte de desarrollo de la base de datos. Se describe el algoritmo propuesto y se recogen los resultados obtenidos en la combinacion de las salidas de dos sistemas participantes en la campa~na de evaluacion de segmentacion de audio Albayzin 2012. Se ha comprobado la robustez del algoritmo, obteniendo una reduccion relativa del error de segmentacion del 6.28% utilizando para realizar la fusion el sistema con menor y mayor tasa de error de los presentados a la evaluacion.

• English

  This paper presents a new classi er fusion algorithm based on the confusion matrixes of the classi ers which are used to extract the corresponding precision and recall values. The only data needed to be able to apply this new fusion method are the classes or labels assigned by each of the classi ers as well as the reference classes in the development part of the database. The proposed algorithm is described and it is applied to the fusion of two audio segmentation systems that took part in Albayzin 2012 evaluation campaign. The robustness of the algorithm has been assessed and a relative improvement of 6.28% has been achieved when combining the results of the best and worst systems presented to the evaluation