論文の概要: Animal inspired Application of a Variant of Mel Spectrogram for Seismic Data Processing

• arxiv url: http://arxiv.org/abs/2109.10733v1
• Date: Wed, 22 Sep 2021 13:41:57 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-23 17:27:33.711807
• Title: Animal inspired Application of a Variant of Mel Spectrogram for Seismic Data Processing
• Title（参考訳）: 動物にインスパイアされたメルスペクトログラムの地震データ処理への応用
• Authors: Samayan Bhattacharya, Sk Shahnawaz
• Abstract要約: 我々は,地震信号から災害を感知できる動物の聴力に,地震データの生周波数を拡大するMelスペクトログラムの変種を提案する。 我々はコンピュータビジョンアルゴリズムとクラスタリングを用いて,未ラベル地震データの分類を行っている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Predicting disaster events from seismic data is of paramount importance and can save thousands of lives, especially in earthquake-prone areas and habitations around volcanic craters. The drastic rise in the number of seismic monitoring stations in recent years has allowed the collection of a huge quantity of data, outpacing the capacity of seismologists. Due to the complex nature of the seismological data, it is often difficult for seismologists to detect subtle patterns with major implications. Machine learning algorithms have been demonstrated to be effective in classification and prediction tasks for seismic data. It has been widely known that some animals can sense disasters like earthquakes from seismic signals well before the disaster strikes. Mel spectrogram has been widely used for speech recognition as it scales the actual frequencies according to human hearing. In this paper, we propose a variant of the Mel spectrogram to scale the raw frequencies of seismic data to the hearing of such animals that can sense disasters from seismic signals. We are using a Computer vision algorithm along with clustering that allows for the classification of unlabelled seismic data.
• Abstract（参考訳）: 地震データから災害を予知することが最重要であり、特に火山クレーター周辺の地震が発生しやすい地域では数千人の命を救える。 近年の地震観測ステーション数の増加は膨大な量のデータ収集を可能にし、地震学者の能力を大きく上回っている。 地震学的データの複雑な性質から、地震学者が大きな意味を持つ微妙なパターンを検出することはしばしば困難である。 機械学習アルゴリズムは地震データの分類と予測に有効であることが示されている。 地震のずっと前に地震などの災害を感知できる動物もあることが広く知られている。 メルスペクトログラムは、人間の聴覚に応じて実際の周波数を拡大するときに音声認識に広く用いられている。 本稿では,地震信号から災害を検知できる動物の聴覚に,地震データの原周波数をスケールするためのメル分光計の変種を提案する。 我々はコンピュータビジョンアルゴリズムとクラスタリングを用いて,未ラベル地震データの分類を行っている。

関連論文リスト

• QuakeSet: A Dataset and Low-Resource Models to Monitor Earthquakes through Sentinel-1 [5.279257531335345]
  本稿では,Sentinel-1から得られた画像からなる新しいデータセットを提案する。 地震解析におけるMLモデルの有効性を評価するために,従来の機械学習モデルとディープラーニングモデルをベースラインとして提供する。
  論文  参考訳（メタデータ） (2024-03-26T21:45:29Z)
• Multiple Random Masking Autoencoder Ensembles for Robust Multimodal Semi-supervised Learning [64.81450582542878]
  コンピュータビジョンや機械学習には、現実の問題が増えている。 衛星データから地球観測を行う場合、一つの観測層を予測できることが重要である。
  論文  参考訳（メタデータ） (2024-02-12T20:08:58Z)
• Detection of Seismic Infrasonic Elephant Rumbles Using Spectrogram-Based Machine Learning [0.0]
  携帯電話で捉えた地震信号を増幅し、フィルタリングし、デジタル化する電子回路の設計と実装について述べる。 スリランカのゾウ孤児院の空き地で、地震性赤道象の群れが集められた。 また, 地震波の同定における高精度化につながるスペクトルを識別する新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-12-05T15:26:14Z)
• Spatial Implicit Neural Representations for Global-Scale Species Mapping [72.92028508757281]
  ある種が観察された場所の集合を考えると、その種がどこにいても存在しないかを予測するためのモデルを構築することが目的である。 従来の手法は、新たな大規模クラウドソースデータセットを活用するのに苦労している。 本研究では,47k種の地理的範囲を同時に推定するために,空間入射ニューラル表現(SINR)を用いる。
  論文  参考訳（メタデータ） (2023-06-05T03:36:01Z)
• Convolutional neural network for earthquake detection [0.0]
  地震活動の増加は、地震データ記録の指数的な成長を生み出した。 現在の地震検出法では、地震騒音に隠れている低マグニチュードの地震の多くを見逃している。 著者らは、地震記録から地震を検知し、発見するための畳み込みニューラルネットワーク(ConvNetQuake)を提案した。
  論文  参考訳（メタデータ） (2023-04-17T14:47:17Z)
• On the Frequency Bias of Generative Models [61.60834513380388]
  我々は、最先端のGANトレーニングにおいて、高周波アーティファクトに対する提案手法を解析した。 既存のアプローチでは、スペクトルアーティファクトを完全に解決できないことが分かっています。 以上の結果から,識別能力の向上に大きな可能性があることが示唆された。
  論文  参考訳（メタデータ） (2021-11-03T18:12:11Z)
• Crack detection using tap-testing and machine learning techniques to prevent potential rockfall incidents [68.8204255655161]
  本稿では,岩盤の自動探傷システムを提案する。 ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。 音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
  論文  参考訳（メタデータ） (2021-10-10T22:53:36Z)
• 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)
• Towards advancing the earthquake forecasting by machine learning of satellite data [22.87513332935679]
  本研究では,6マグニチュード以上の1,371地震の衛星データに基づく短期予測を行うための新しい機械学習手法であるInverse Boosting Pruning Trees(IBPT)を開発した。 提案手法は,選択された6つのベースラインを上回り,異なる地震データベースの地震予測の可能性を向上する強力な能力を示す。
  論文  参考訳（メタデータ） (2021-01-31T02:29:48Z)
• 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)
• SeismiQB -- a novel framework for deep learning with seismic data [62.997667081978825]
  ニューラルネットワークの開発に重点を置いた、オープンソースのPythonフレームワークを開発しました。 複数のデータフォーマットで地震波キューブを高速にロードする便利なツールを提供する。 また、望まれる形状の作物を生産し、様々な変換で増強する。
  論文  参考訳（メタデータ） (2020-01-10T10:45:56Z)

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。