論文の概要: Application of Support Vector Machines for Seismogram Analysis and Differentiation

• arxiv url: http://arxiv.org/abs/2003.04219v1
• Date: Fri, 6 Mar 2020 03:44:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 01:57:17.181904
• Title: Application of Support Vector Machines for Seismogram Analysis and Differentiation
• Title（参考訳）: 支持ベクトルマシンの地震波解析・微分への応用
• Authors: Rohit Kumar Shrivastava
• Abstract要約: PCAB局は近くに設置されたポンプからの地震信号を記録しており、ストロンボリ火山からの有用な信号を破損させている。 グリッド探索による最適化後のk=2分類手法を用いたSVMは,ポンプからの地震信号の同定と分類に有効である。 SVMの予測ラベルは、ポンプの活動期間を推定するために使われ、対応する地震図の宣言につながった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Support Vector Machines (SVM) is a computational technique which has been used in various fields of sciences as a classifier with k-class classification capability, k being 2,3,4, etc. Seismograms of volcanic tremors often contain noises which can prove harmful for correct interpretation. The PCAB station (located in the northern region of Panarea island, Italy) has been recording seismic signals from a pump installed nearby, corrupting the useful signals from Strombolli volcano. SVM with k=2 classification technique after optimization through grid search has been instrumental in identification and classification of the seismic signals coming from pump, reaching a score of 99.7149% of patterns which match the actual membership of class (determined through cross-validation). The predicted labels of SVM has been used to estimate the pump's duration of activity leading to the declaration of corresponding seismograms redundant (not fit for processing and interpretation). However, when the same trained SVM was used to determine whether the seismogram used by Pino et al., 2011 recorded at the same PCAB station on 4th April, 2003 contained pump's signals or not, SVM showed 100% absence of pump's signals thereby authenticating the research work done in the latter.
• Abstract（参考訳）: Support Vector Machines (SVM) は、科学の様々な分野でkクラスの分類能力を持つ分類器として使われてきた計算技術である。 火山の地震計は、しばしば正しい解釈のために有害なノイズを含む。 イタリアのパナレア島北部に位置するPCAB局は、近くに設置されたポンプからの地震信号を記録しており、ストロンボリ火山からの有用な信号を破損させている。 グリッドサーチによる最適化後のk=2分類技術を用いたSVMは、ポンプから来る地震信号の識別と分類に役立てられ、99.7149%のパターンがクラス(クロスバリデーションによって決定される)の実際のメンバシップと一致する。 予測されたsvmのラベルはポンプの活動継続時間を推定するために使われ、対応する地震計の冗長性(処理や解釈には適さない)が宣言される。 しかし、2003年4月4日に同じPCAB局で記録されたPinoらによる2011年の地震図がポンプの信号を含むか否かを判定するために、同じ訓練されたSVMを使用した場合、SVMはポンプの信号が100%欠如していることを示し、後者の研究作業が認証された。

関連論文リスト

• A noisy elephant in the room: Is your out-of-distribution detector robust to label noise? [49.88894124047644]
  我々は、最先端のOOD検出方法20について詳しく検討する。 不正に分類されたIDサンプルとOODサンプルの分離が不十分であることを示す。
  論文  参考訳（メタデータ） (2024-04-02T09:40:22Z)
• Performance evaluation of Machine learning algorithms for Intrusion Detection System [0.40964539027092917]
  本稿では機械学習(ML)技術を用いた侵入検知システム(IDS)の解析に焦点を当てた。 機械学習モデルのトレーニングと検証に使用されるKDD CUP-'99'侵入検出データセットを分析した。
  論文  参考訳（メタデータ） (2023-10-01T06:35:37Z)
• Parametric Classification for Generalized Category Discovery: A Baseline Study [70.73212959385387]
  Generalized Category Discovery (GCD)は、ラベル付きサンプルから学習した知識を用いて、ラベルなしデータセットで新しいカテゴリを発見することを目的としている。 パラメトリック分類器の故障を調査し,高品質な監視が可能であった場合の過去の設計選択の有効性を検証し,信頼性の低い疑似ラベルを重要課題として同定する。 エントロピー正規化の利点を生かし、複数のGCDベンチマークにおける最先端性能を実現し、未知のクラス数に対して強いロバスト性を示す、単純で効果的なパラメトリック分類法を提案する。
  論文  参考訳（メタデータ） (2022-11-21T18:47:11Z)
• An Efficient Epileptic Seizure Detection Technique using Discrete Wavelet Transform and Machine Learning Classifiers [0.0]
  本稿では,離散ウェーブレット変換(DWT)と機械学習分類器を用いたてんかん検出手法を提案する。 DWTは、周波数帯域の異なる信号のより良い分解を提供するため、特徴抽出に使われてきた。
  論文  参考訳（メタデータ） (2021-09-26T18:30:04Z)
• DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
  我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。 本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。 当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
  論文  参考訳（メタデータ） (2021-05-30T22:07:13Z)
• Anomaly Detection in Cybersecurity: Unsupervised, Graph-Based and Supervised Learning Methods in Adversarial Environments [63.942632088208505]
  現在の運用環境に固有ののは、敵対的機械学習の実践である。 本研究では,教師なし学習とグラフに基づく異常検出の可能性を検討する。 我々は,教師付きモデルの訓練時に,現実的な対人訓練機構を組み込んで,対人環境における強力な分類性能を実現する。
  論文  参考訳（メタデータ） (2021-05-14T10:05:10Z)
• Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
  分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。 タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。 提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
  論文  参考訳（メタデータ） (2021-03-18T11:01:21Z)
• Raspberry Pi Based Intelligent Robot that Recognizes and Places Puzzle Objects [1.1470070927586016]
  非線形2次差分プロット(SODP)は、心不全(CHF)患者の診断に用いられる。 構築システムは,SODPから得られる特徴を持つニューラルネットワーク分類器を用いて,正常およびCHF患者を100%精度で識別できることが示唆された。
  論文  参考訳（メタデータ） (2021-01-20T18:58:59Z)
• Applying Machine Learning to Crowd-sourced Data from Earthquake Detective [0.0]
  Earthquake Detectiveはクラウドソースのプロジェクトであり、地震図の弱い信号を潜在的なトリガ(PDT)イベントから検出し、分類する。 機械学習を用いてこれらのPDT地震事象を分類し、このような弱い信号を分離・分類する際の課題を探る。 画像とウェーブレットに基づくアルゴリズムにより、機械学習は小さな地震からの信号を検出できることを確認した。
  論文  参考訳（メタデータ） (2020-11-05T04:00:33Z)
• Gravitational-wave selection effects using neural-network classifiers [0.0]
  我々は、コンパクトバイナリ・マージから重力波信号のLIGO/Virgo検出性を予測するために、一連のニューラルネットワーク分類器を訓練する。 スピン沈降、高次モード、複数検出器の影響を含める。 我々のアプローチは完全なパイプライン注入と併用できるので、天体物理学とノイズトリガーの実際の分布を重力波の人口分析に含めるための道を開くことができる。
  論文  参考訳（メタデータ） (2020-07-13T18:00:04Z)
• Learning with Out-of-Distribution Data for Audio Classification [60.48251022280506]
  我々は,OODインスタンスを破棄するよりも,特定のOODインスタンスを検出・復号化することで,学習に肯定的な影響を及ぼすことを示す。 提案手法は,畳み込みニューラルネットワークの性能を著しく向上させる。
  論文  参考訳（メタデータ） (2020-02-11T21:08:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。