論文の概要: Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough

• arxiv url: http://arxiv.org/abs/2107.10716v1
• Date: Mon, 12 Jul 2021 08:07:56 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-25 11:57:47.983061
• Title: Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough
• Title（参考訳）: Project Achoo: 息、声、口の記録からのCOVID-19検出のための実用モデルと応用
• Authors: Alexander Ponomarchuk and Ilya Burenko and Elian Malkin and Ivan Nazarov and Vladimir Kokh and Manvel Avetisian and Leonid Zhukov
• Abstract要約: コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。 この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。 我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
• 参考スコア（独自算出の注目度）: 55.45063681652457
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The COVID-19 pandemic created a significant interest and demand for infection detection and monitoring solutions. In this paper we propose a machine learning method to quickly triage COVID-19 using recordings made on consumer devices. The approach combines signal processing methods with fine-tuned deep learning networks and provides methods for signal denoising, cough detection and classification. We have also developed and deployed a mobile application that uses symptoms checker together with voice, breath and cough signals to detect COVID-19 infection. The application showed robust performance on both open sourced datasets and on the noisy data collected during beta testing by the end users.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックは、感染検出とモニタリングソリューションに対する大きな関心と需要を生み出した。 本稿では,消費者向けデバイスを用いた記録を用いて,covid-19を迅速にトリアージする機械学習手法を提案する。 この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。 我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。 アプリケーションは、オープンソースデータセットと、エンドユーザによるベータテスト中に収集されたノイズの多いデータの両方で、堅牢なパフォーマンスを示した。

関連論文リスト

• COVID-Net Assistant: A Deep Learning-Driven Virtual Assistant for COVID-19 Symptom Prediction and Recommendation [75.74756992992147]
  新型コロナウイルスの症状予測とレコメンデーションを提供するために設計された,効率的な仮想アシスタントであるCOVID-Net Assistantの設計を紹介する。 マシン駆動設計探索を通じて生成された、高度にカスタマイズされた軽量な畳み込みニューラルネットワークアーキテクチャについて検討する。 実験結果から,強力な予測性能を示す COVID-Net Assistant ニューラルネットワークが期待できる結果を得た。
  論文  参考訳（メタデータ） (2022-11-22T01:41:48Z)
• L3-Net Deep Audio Embeddings to Improve COVID-19 Detection from Smartphone Data [5.505634045241288]
  人工呼吸記録から有意な特徴を自動的に抽出する深層埋め込みモデルL3-Netの有効性について検討した。 結果は、L3-Netと手作りの機能の組み合わせが、AUCの他の作品のパフォーマンスを28.57%上回っていることを示している。
  論文  参考訳（メタデータ） (2022-05-16T13:50:22Z)
• Spotting adversarial samples for speaker verification by neural vocoders [102.1486475058963]
  我々は、自動話者検証(ASV)のための敵対サンプルを見つけるために、ニューラルボコーダを採用する。 元の音声と再合成音声のASVスコアの違いは、真正と逆正のサンプルの識別に良い指標であることがわかった。 私たちのコードは、将来的な比較作業のためにオープンソースにされます。
  論文  参考訳（メタデータ） (2021-07-01T08:58:16Z)
• Virufy: A Multi-Branch Deep Learning Network for Automated Detection of COVID-19 [1.9899603776429056]
  研究者は、臨床設定で記録された音声サンプルを使用して新型コロナウイルス感染状態を検出するモデルを提示しました。 そこで本研究では,クラウドソースデータを用いて,手作業によるデータ処理やクリーン化を行わないマルチブランチ深層学習ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-03-02T15:31:09Z)
• End-2-End COVID-19 Detection from Breath & Cough Audio [68.41471917650571]
  クラウドソースのオーディオサンプルからエンドツーエンドのディープラーニングを使用してCOVID-19を診断する最初の試みを実証します。 本研究では, 人工深層ニューラルネットワークを用いて, 人工呼吸器から新型コロナを診断する新しいモデル戦略を提案する。
  論文  参考訳（メタデータ） (2021-01-07T01:13:00Z)
• Detecting COVID-19 from Breathing and Coughing Sounds using Deep Neural Networks [68.8204255655161]
  私たちは、Convolutional Neural Networksのアンサンブルを適応させて、スピーカーがCOVID-19に感染しているかどうかを分類します。 最終的には、74.9%のUnweighted Average Recall(UAR)、またはニューラルネットワークをアンサンブルすることで、ROC曲線(AUC)の80.7%を達成する。
  論文  参考訳（メタデータ） (2020-12-29T01:14:17Z)
• Audio, Speech, Language, & Signal Processing for COVID-19: A Comprehensive Overview [0.0]
  新型コロナウイルス(COVID-19)のパンデミックは、2020年の世界的研究の焦点となっている。 新型コロナウイルスの症状の大部分は、呼吸器系の機能に関連している。 この研究は、音声やその他の人間が生成する音声信号の中で、新型コロナウイルスのマーカーを特定することに焦点を当てている。
  論文  参考訳（メタデータ） (2020-11-29T21:33:59Z)
• A Real-time Robot-based Auxiliary System for Risk Evaluation of COVID-19 Infection [31.76845310194196]
  本稿では,新型コロナウイルス感染リスク評価のためのロボットによるリアルタイム補助システムを提案する。 リアルタイム音声認識、温度測定、キーワード検出、粗い検出、その他の機能を組み合わせる。
  論文  参考訳（メタデータ） (2020-08-18T01:58:52Z)
• Exploring Automatic Diagnosis of COVID-19 from Crowdsourced Respiratory Sound Data [20.318414518283618]
  新型コロナウイルスの診断を支援するため,大規模クラウドソースで収集した呼吸音のデータセット上でのデータ解析を行った。 以上の結果から、単純なバイナリ機械学習分類器さえも、正常な分類と新型コロナウイルスの音を正しく分類できることが示唆された。 この研究は、自動的な呼吸パターンが事前スクリーニング信号としてどのように使用されるか、さらに調査するための扉を開く。
  論文  参考訳（メタデータ） (2020-06-10T16:13:06Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

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。