論文の概要: GPLA-12: An Acoustic Signal Dataset of Gas Pipeline Leakage

• arxiv url: http://arxiv.org/abs/2106.10277v1
• Date: Sat, 19 Jun 2021 04:37:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-22 15:08:07.750954
• Title: GPLA-12: An Acoustic Signal Dataset of Gas Pipeline Leakage
• Title（参考訳）: GPLA-12:ガスパイプライン漏れの音響信号データセット
• Authors: Jie Li and Lizhong Yao
• Abstract要約: 本稿では, ガスパイプラインの音響漏れデータセットAsA-12について紹介する。 外部の人工的な漏れを伴う無傷ガスパイプシステムに基づいて音響漏れ信号を収集し, 得られたデータを構造化された調整で前処理する。 データセットをさらに理解するために、影と深層学習の両方のアルゴリズムを訓練して、パフォーマンスを観察する。
• 参考スコア（独自算出の注目度）: 9.280474191494363
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we introduce a new acoustic leakage dataset of gas pipelines, called as GPLA-12, which has 12 categories over 684 training/testing acoustic signals. Unlike massive image and voice datasets, there have relatively few acoustic signal datasets, especially for engineering fault detection. In order to enhance the development of fault diagnosis, we collect acoustic leakage signals on the basis of an intact gas pipe system with external artificial leakages, and then preprocess the collected data with structured tailoring which are turned into GPLA-12. GPLA-12 dedicates to serve as a feature learning dataset for time-series tasks and classifications. To further understand the dataset, we train both shadow and deep learning algorithms to observe the performance. The dataset as well as the pretrained models have been released at both www.daip.club and github.com/Deep-AI-Application-DAIP
• Abstract（参考訳）: 本稿では,684以上の訓練/テスト音響信号のカテゴリを持つ,gpla-12と呼ばれるガスパイプラインの音響漏洩データセットを提案する。 大規模な画像や音声データセットとは異なり、特にエンジニアリング故障検出のための音響信号データセットは比較的少ない。 故障診断の進展を促進するために,外部の人工漏洩を伴う無傷ガス管システムに基づいて音響漏洩信号を収集し,収集したデータをgpla-12に変換した構造的調整により前処理する。 gpla-12は時系列タスクと分類のための特徴学習データセットとして機能する。 データセットをさらに理解するために、影と深層学習の両方のアルゴリズムを訓練してパフォーマンスを観察する。 データセットと事前訓練されたモデルがwww.daip.clubとgithub.com/Deep-AI-Application-DAIPの両方でリリースされた。

関連論文リスト

• Real Acoustic Fields: An Audio-Visual Room Acoustics Dataset and Benchmark [65.79402756995084]
  Real Acoustic Fields (RAF)は、複数のモードから実際の音響室データをキャプチャする新しいデータセットである。 RAFは密集した室内音響データを提供する最初のデータセットである。
  論文  参考訳（メタデータ） (2024-03-27T17:59:56Z)
• Learning with Noisy Foundation Models [95.50968225050012]
  本論文は、事前学習データセットにおけるノイズの性質を包括的に理解し分析する最初の研究である。 雑音の悪影響を緩和し、一般化を改善するため、特徴空間に適応するチューニング法(NMTune)を提案する。
  論文  参考訳（メタデータ） (2024-03-11T16:22:41Z)
• Learning Stage-wise GANs for Whistle Extraction in Time-Frequency Spectrograms [7.4230142517830915]
  ホイッスル抽出は、時間周波数スペクトログラムをポリリンとして導出することを目的としている。 歯を生やしたクジラにとって、口笛抽出の結果は、動物の存在量、種同一性、社会活動の分析の基盤となる。 本稿では,モデル深層学習に適した新たなwhiデータをコンパイルする,ステージワイズ生成逆ネットワーク(GAN)の枠組みを提案する。
  論文  参考訳（メタデータ） (2023-04-05T19:21:46Z)
• Convolutional Neural Networks for the classification of glitches in gravitational-wave data streams [52.77024349608834]
  我々は、高度LIGO検出器のデータから過渡ノイズ信号(グリッチ)と重力波を分類する。 どちらも、Gravity Spyデータセットを使用して、スクラッチからトレーニングされた、教師付き学習アプローチのモデルを使用します。 また、擬似ラベルの自動生成による事前学習モデルの自己教師型アプローチについても検討する。
  論文  参考訳（メタデータ） (2023-03-24T11:12:37Z)
• An artificial neural network-based system for detecting machine failures using tiny sound data: A case study [2.1555945141027983]
  このケーススタディでは,バルメットABから小さなドリル音データセットを増強するための変分オートエンコーダについて検討した。 Valmetデータセットには134の音があり、「異常」と「正常」の2つのカテゴリに分けられている。 我々は,従来の音声から新しい音を合成することで,小さなデータセットの音数を増やすためにVAEを使用した。 強化データセットは、CNNモデルの分類結果を6.62%(拡張データセットでトレーニングされた場合94.12%、元のデータセットでトレーニングされた場合87.5%)に向上させた。
  論文  参考訳（メタデータ） (2022-09-23T11:13:22Z)
• Training Process of Unsupervised Learning Architecture for Gravity Spy Dataset [2.8555963243398073]
  重力波検出器のデータに現れる過渡ノイズは、しばしば問題を引き起こす。 過渡ノイズは環境や機器と関連していると考えられているため、その分類は、その起源を理解し、検出器の性能を向上させるのに役立つだろう。 前報では、教師なしディープラーニングと変分オートエンコーダと不変情報クラスタリングを組み合わせた、時間周波数2次元画像(分光図)を用いた過渡雑音の分類アーキテクチャを提案する。 先進レーザ干渉計重力波観測装置(Advanced Laser Interferometer Gravitational-Wave Observatory)からなる重力スピーデータセットに,教師なし学習アーキテクチャを適用した。
  論文  参考訳（メタデータ） (2022-08-07T02:51:36Z)
• Interpretable Acoustic Representation Learning on Breathing and Speech Signals for COVID-19 Detection [37.01066509527848]
  本稿では,新型コロナウイルス検出作業における音声信号の表現学習のアプローチについて述べる。 生音声サンプルは、コサイン変調ガウス関数としてパラメータ化される1次元畳み込みフィルタのバンクで処理される。 フィルタされた出力は、プールされ、ログ圧縮され、自己アテンションベースの関連重み付け機構で使用される。
  論文  参考訳（メタデータ） (2022-06-27T15:20:51Z)
• A Novel Approach For Analysis of Distributed Acoustic Sensing System Based on Deep Transfer Learning [0.0]
  畳み込みニューラルネットワークは、空間情報を抽出するための非常に有能なツールである。 LSTM(Long-Short term memory)は、シーケンシャルデータを処理するための有効な機器である。 我々のフレームワークのVGG-16アーキテクチャは、50のトレーニングで100%の分類精度が得られる。
  論文  参考訳（メタデータ） (2022-06-24T19:56:01Z)
• Weakly Supervised Change Detection Using Guided Anisotropic Difusion [97.43170678509478]
  我々は、このようなデータセットを変更検出の文脈で活用するのに役立つ独自のアイデアを提案する。 まず,意味的セグメンテーション結果を改善する誘導異方性拡散(GAD)アルゴリズムを提案する。 次に、変化検出に適した2つの弱い教師付き学習戦略の可能性を示す。
  論文  参考訳（メタデータ） (2021-12-31T10:03:47Z)
• 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)
• Automatic Curation of Large-Scale Datasets for Audio-Visual Representation Learning [62.47593143542552]
  本稿では,自動データセットキュレーションのためのサブセット最適化手法について述べる。 本研究では,高視聴覚対応の映像を抽出し,自己監視モデルが自動的に構築されているにもかかわらず,既存のスケールのビデオデータセットと類似したダウンストリームパフォーマンスを達成できることを実証した。
  論文  参考訳（メタデータ） (2021-01-26T14:27:47Z)

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。