論文の概要: A Novel Multi-Centroid Template Matching Algorithm and Its Application to Cough Detection

• arxiv url: http://arxiv.org/abs/2109.00630v1
• Date: Wed, 1 Sep 2021 21:52:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-03 14:03:17.697868
• Title: A Novel Multi-Centroid Template Matching Algorithm and Its Application to Cough Detection
• Title（参考訳）: 新しいマルチセントリックテンプレートマッチングアルゴリズムとそのcough検出への応用
• Authors: Shibo Zhang, Ebrahim Nemati, Tousif Ahmed, Md Mahbubur Rahman, Jilong Kuang, Alex Gao
• Abstract要約: カフリングは呼吸器関連疾患の主要な症状である。 頭の動きデータをテンプレートマッチングアルゴリズムで検出することができる。
• 参考スコア（独自算出の注目度）: 7.89949025321688
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Cough is a major symptom of respiratory-related diseases. There exists a tremendous amount of work in detecting coughs from audio but there has been no effort to identify coughs from solely inertial measurement unit (IMU). Coughing causes motion across the whole body and especially on the neck and head. Therefore, head motion data during coughing captured by a head-worn IMU sensor could be leveraged to detect coughs using a template matching algorithm. In time series template matching problems, K-Nearest Neighbors (KNN) combined with elastic distance measurement (esp. Dynamic Time Warping (DTW)) achieves outstanding performance. However, it is often regarded as prohibitively time-consuming. Nearest Centroid Classifier is thereafter proposed. But the accuracy is comprised of only one centroid obtained for each class. Centroid-based Classifier performs clustering and averaging for each cluster, but requires manually setting the number of clusters. We propose a novel self-tuning multi-centroid template-matching algorithm, which can automatically adjust the number of clusters to balance accuracy and inference time. Through experiments conducted on synthetic datasets and a real-world earbud-based cough dataset, we demonstrate the superiority of our proposed algorithm and present the result of cough detection with a single accelerometer sensor on the earbuds platform.
• Abstract（参考訳）: カフは呼吸器疾患の主要な症状である。 音声からのコークス検出には膨大な作業があるが、慣性測定単位(IMU)のみからコークスを識別する努力はなされていない。 くちばしは全身、特に首と頭の上での運動を引き起こす。 したがって, ヘッドウーンIMUセンサで捉えたコーディング中の頭部の動きデータを, テンプレートマッチングアルゴリズムを用いて検出することができる。 時系列テンプレートマッチング問題では, K-Nearest Neighbors (KNN) と弾性距離測定(esp。 Dynamic Time Warping (DTW) は優れた性能を発揮する。 しかし、しばしば時間の浪費が禁じられている。 その後、最も近いCentroid分類器が提案されている。 しかし、正確性は各クラスで得られる1セントのみである。 centroidベースの分類器は、各クラスタのクラスタリングと平均化を実行するが、クラスタ数を手動で設定する必要がある。 本稿では,クラスタ数を自動的に調整し,精度と推定時間のバランスをとる,自己調整型マルチセントロイドテンプレートマッチングアルゴリズムを提案する。 合成データセットと実世界のイヤーバッドベースコークスデータセットを用いて実験を行い、提案アルゴリズムの優位性を実証し、イヤーバッドプラットフォーム上の1つの加速度センサによるコークス検出の結果を示す。

関連論文リスト

• How to Count Coughs: An Event-Based Framework for Evaluating Automatic Cough Detection Algorithm Performance [3.3977325856478457]
  慢性うっ血性疾患は、その頻度に関する主観的な患者アンケートに頼っているため、評価が難しい。 コーカウンティングアルゴリズムの最先端メトリクスと臨床医に関連する情報との間にはミスマッチがある。 本稿では,臨床ガイドラインと整合したイベントベース評価指標を用いて,有意なコーカウンティングエンドポイントについて検討する。
  論文  参考訳（メタデータ） (2024-06-03T16:59:48Z)
• DenMune: Density peak based clustering using mutual nearest neighbors [0.0]
  多くのクラスタリングアルゴリズムは、クラスタが任意の形状、様々な密度、あるいはデータクラスが互いに不均衡で近接している場合に失敗する。 この課題を満たすために、新しいクラスタリングアルゴリズムであるDenMuneが提示されている。 これは、Kがユーザから要求される唯一のパラメータである大きさKの互いに近い近傍を用いて、密集領域を特定することに基づいている。
  論文  参考訳（メタデータ） (2023-09-23T16:18:00Z)
• Towards Robust Few-shot Point Cloud Semantic Segmentation [57.075074484313]
  ショットポイントのクラウドセマンティックセグメンテーションは、少数のサポートセットのサンプルだけで、新しい見えないクラスに迅速に適応するようにモデルをトレーニングすることを目的としている。 本稿では,識別的特徴表現を学習するためのコンポーネントレベルクリーンノイズ分離(CCNS)表現学習を提案する。 また,MDNS(Multi-scale Degree-based Noise Suppression)方式を提案する。
  論文  参考訳（メタデータ） (2023-09-20T11:40:10Z)
• Domain Adaptive Synapse Detection with Weak Point Annotations [63.97144211520869]
  弱点アノテーションを用いたドメイン適応型シナプス検出のためのフレームワークであるAdaSynを提案する。 I SBI 2023のWASPSYNチャレンジでは、我々の手法が第1位にランクインした。
  論文  参考訳（メタデータ） (2023-08-31T05:05:53Z)
• Optimal Clustering with Bandit Feedback [57.672609011609886]
  本稿では,バンディットフィードバックを用いたオンラインクラスタリングの問題点について考察する。 これは、NPハード重み付きクラスタリング問題をサブルーチンとして解決する必要性を回避するための、シーケンシャルなテストのための新しい停止規則を含む。 合成および実世界のデータセットの広範なシミュレーションを通して、BOCの性能は下界と一致し、非適応的ベースラインアルゴリズムよりも大幅に優れることを示す。
  論文  参考訳（メタデータ） (2022-02-09T06:05:05Z)
• Correlation Clustering Reconstruction in Semi-Adversarial Models [70.11015369368272]
  相関クラスタリングは多くのアプリケーションにおいて重要なクラスタリング問題である。 本研究では,ランダムノイズや対向的な修正によって崩壊した潜伏クラスタリングを再構築しようとする,この問題の再構築版について検討する。
  論文  参考訳（メタデータ） (2021-08-10T14:46:17Z)
• Cough Detection Using Selected Informative Features from Audio Signals [24.829135966052142]
  モデルは、ESC-50データセットと自己記録コークス記録を組み合わせたデータセットでトレーニングされる。 最高のコー検出モデルは、それぞれ94.9%、97.1%、93.1%、0.95の精度、リコール、精度、F1スコアを実現する。
  論文  参考訳（メタデータ） (2021-08-07T23:05:18Z)
• 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)
• Finding Geometric Models by Clustering in the Consensus Space [61.65661010039768]
  本稿では,未知数の幾何学的モデル,例えばホモグラフィーを求めるアルゴリズムを提案する。 複数の幾何モデルを用いることで精度が向上するアプリケーションをいくつか提示する。 これには、複数の一般化されたホモグラフからのポーズ推定、高速移動物体の軌道推定が含まれる。
  論文  参考訳（メタデータ） (2021-03-25T14:35:07Z)
• Deep Neural Network based Cough Detection using Bed-mounted Accelerometer Measurements [6.004134549265193]
  我々は,患者のベッドに装着した加速度計から測定値に基づいて,うっ血検出を行った。 この形態の監視は、体に装着した加速度センサよりも侵入性が低く、音波を音波検出に使用する際に生じるプライバシー上の懸念の側面である。 スマートフォンの加速度計による測定のみに基づく高精度のコークスモニタリングが可能であると結論付けている。
  論文  参考訳（メタデータ） (2021-02-09T18:04:35Z)
• A semi-supervised autoencoder framework for joint generation and classification of breathing [0.0]
  本稿では,AAEアルゴリズムと1次元畳み込みに基づくバイオメディカル時系列の生成と分類を行うフレームワークを提案する。 本研究は,放射線照射肺がん治療中に呼吸運動をとらえる特定の動機を持つ呼吸時系列に基づいている。
  論文  参考訳（メタデータ） (2020-10-19T14:02:14Z)

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。