論文の概要: Svadhyaya system for the Second Diagnosing COVID-19 using Acoustics
Challenge 2021
- arxiv url: http://arxiv.org/abs/2206.05462v1
- Date: Sat, 11 Jun 2022 08:26:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-19 11:12:26.391231
- Title: Svadhyaya system for the Second Diagnosing COVID-19 using Acoustics
Challenge 2021
- Title(参考訳): 2021年アコースティックスチャレンジを用いた第2回COVID-19診断システム
- Authors: Deepak Mittal, Amir H. Poorjam, Debottam Dutta, Debarpan Bhattacharya,
Zemin Yu, Sriram Ganapathy, Maneesh Singh
- Abstract要約: 提案システムは4つの異なるアプローチの組み合わせに基づいており、それぞれが問題の1つの側面に注目し、86.41、77.60、84.55の盲検AUCに到達している。
- 参考スコア(独自算出の注目度): 34.92838097600919
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This report describes the system used for detecting COVID-19 positives using
three different acoustic modalities, namely speech, breathing, and cough in the
second DiCOVA challenge. The proposed system is based on the combination of 4
different approaches, each focusing more on one aspect of the problem, and
reaches the blind test AUCs of 86.41, 77.60, and 84.55, in the breathing,
cough, and speech tracks, respectively, and the AUC of 85.37 in the fusion of
these three tracks.
- Abstract(参考訳): 本報告では,第2回DiCOVAチャレンジにおいて,音声,呼吸,うっ血の3つの音響特性を用いて,COVID-19陽性者を検出するシステムについて述べる。
提案システムは4つの異なるアプローチの組合せに基づいており、それぞれが問題の1つの側面に焦点を合わせ、各トラックの呼吸、きず、音声トラックにおいて86.41、77.60、84.55の盲検AUCと、これら3トラックの融合において85.37のAUCに到達している。
関連論文リスト
- MLCA-AVSR: Multi-Layer Cross Attention Fusion based Audio-Visual Speech Recognition [62.89464258519723]
異なるレベルのオーディオ/視覚エンコーダに融合することで、各モードの表現を促進する多層クロスアテンション融合に基づくAVSR手法を提案する。
提案手法は第1位システムを超え,新たなSOTA cpCERの29.13%をこのデータセット上に構築する。
論文 参考訳(メタデータ) (2024-01-07T08:59:32Z) - The NUS-HLT System for ICASSP2024 ICMC-ASR Grand Challenge [50.41897641763171]
本稿では,車載マルチチャネル音声認識におけるICMC-ASR Challengeの両トラックにおけるチームの取り組みを要約する。
提案システムには、マルチチャネルフロントエンド拡張とダイアリゼーション、トレーニングデータ拡張、マルチチャネル分岐を用いた音声認識モデリングが含まれる。
The offical Eval1 and Eval2 set, our best system achieve a relative 34.3% improve in CER and 56.5% improve in cpCER, than the offical baseline system。
論文 参考訳(メタデータ) (2023-12-26T11:11:22Z) - COVID-19 Detection System: A Comparative Analysis of System Performance Based on Acoustic Features of Cough Audio Signals [0.6963971634605796]
本研究は、新型コロナウイルス検出における機械学習(ML)モデルの性能向上を図ることを目的としている。
MFCC(Mel Frequency Cepstral Coefficients)、クロマ(Chroma)、スペクトルコントラスト(Spectral Contrast)の3つの特徴抽出手法の有効性について検討し、2つの機械学習アルゴリズム、SVM(Support Vector Machine)とMLP(Multilayer Perceptron)に適用した。
提案システムでは,COUGHVIDデータセットでは0.843,Virufyでは0.953,最先端の分類性能を示す。
論文 参考訳(メタデータ) (2023-09-08T08:33:24Z) - The DKU-DUKEECE System for the Manipulation Region Location Task of ADD
2023 [12.69800199589029]
本稿では,Audio Deepfake Detection Challenge (ADD 2023) のトラック2のためのシステムについて紹介する。
我々のトップパフォーマンスソリューションは、82.23%の文精度と60.66%のF1スコアを達成する。
その結果、最終的なABDスコアは0.6713となり、ABD 2023のトラック2で1位を獲得した。
論文 参考訳(メタデータ) (2023-08-20T14:29:04Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。
専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。
本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
論文 参考訳(メタデータ) (2022-06-28T05:09:01Z) - Analyzing the impact of SARS-CoV-2 variants on respiratory sound signals [23.789227109218118]
新型コロナウイルス患者から収集した音響信号が、計算学的に識別可能な音響パターンを示すかどうかを探索する。
以上の結果から,オミクロンおよびデルタ変種との比較では,有意な音響的特徴の相違が示唆された。
論文 参考訳(メタデータ) (2022-06-24T14:10:31Z) - Evaluating the COVID-19 Identification ResNet (CIdeR) on the INTERSPEECH
COVID-19 from Audio Challenges [59.78485839636553]
CIdeRはエンド・ツー・エンドのディープラーニング・ニューラルネットワークで、個人が新型コロナウイルス陽性か新型コロナウイルス陰性かを分類するために設計された。
COVID-19 CoughとInterSPEECH 2021, ComParE, DiCOVAの両者によるCIdeRのバイナリ診断の可能性を示した。
論文 参考訳(メタデータ) (2021-07-30T10:59:08Z) - USTC-NELSLIP System Description for DIHARD-III Challenge [78.40959509760488]
我々のシステムの革新は、ダイアリゼーション問題を解決するための様々なフロントエンド技術の組み合わせにある。
私達の最もよいシステムは評価セットのトラック1および16.78%のトラック2で11.30%のDERを達成しました。
論文 参考訳(メタデータ) (2021-03-19T07:00:51Z)
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。