論文の概要: Acoustic evaluation of a neural network dedicated to the detection of animal vocalisations
- arxiv url: http://arxiv.org/abs/2507.01974v1
- Date: Mon, 23 Jun 2025 13:01:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-07 02:47:44.447915
- Title: Acoustic evaluation of a neural network dedicated to the detection of animal vocalisations
- Title（参考訳）: 動物の発声検出のためのニューラルネットワークの音響的評価
- Authors: Jérémy Rouch, M Ducrettet, S Haupert, R Emonet, F Sèbe,
- Abstract要約: 本稿では,検出システムの性能を簡易に解析する手法を提案する。
提案手法は,合成信号の信号対雑音比と検出確率との関係に基づく。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The accessibility of long-duration recorders, adapted to sometimes demanding field conditions, has enabled the deployment of extensive animal population monitoring campaigns through ecoacoustics. The effectiveness of automatic signal detection methods, increasingly based on neural approaches, is frequently evaluated solely through machine learning metrics, while acoustic analysis of performance remains rare. As part of the acoustic monitoring of Rock Ptarmigan populations, we propose here a simple method for acoustic analysis of the detection system's performance. The proposed measure is based on relating the signal-to-noise ratio of synthetic signals to their probability of detection. We show how this measure provides information about the system and allows optimisation of its training. We also show how it enables modelling of the detection distance, thus offering the possibility of evaluating its dynamics according to the sound environment and accessing an estimation of the spatial density of calls.
- Abstract（参考訳）: 長期保存レコーダーのアクセシビリティは、時々フィールド条件に適合し、エコ音響学を通じて広範囲にわたる動物集団モニタリングキャンペーンを展開できるようになっている。
ニューラルネットワークに基づく自動信号検出手法の有効性は、機械学習のメトリクスのみで評価されることが多いが、性能の音響分析は稀である。
そこで本研究では,ロック・プタルミガン集団の音響モニタリングの一環として,検出システムの性能を簡易に解析する手法を提案する。
提案手法は,合成信号の信号対雑音比と検出確率との関係に基づく。
この尺度がシステムに関する情報をどのように提供し、トレーニングの最適化を可能にするかを示す。
また, 検出距離をモデル化することにより, 音環境に応じて動的に評価し, 呼の空間密度を推定できることを示す。
関連論文リスト
- ActiveRIR: Active Audio-Visual Exploration for Acoustic Environment Modeling [57.1025908604556]
環境音響モデルは、室内環境の物理的特性によって音がどのように変換されるかを表す。
本研究では,非マップ環境の環境音響モデルを効率的に構築する新しい課題であるアクティブ音響サンプリングを提案する。
我々は,音声・視覚センサストリームからの情報を利用してエージェントナビゲーションを誘導し,最適な音響データサンプリング位置を決定する強化学習ポリシーであるActiveRIRを紹介する。
論文 参考訳（メタデータ） (2024-04-24T21:30:01Z) - All Thresholds Barred: Direct Estimation of Call Density in Bioacoustic
Data [1.7916003204531015]
本研究では,データ単位の呼び出し密度を推定するための検証手法を提案する。
我々はこれらの分布を用いて、分布シフトの対象となるサイトレベルの密度を予測する。
論文 参考訳（メタデータ） (2024-02-23T14:52:44Z) - Attention-Based Recurrent Neural Network For Automatic Behavior Laying
Hen Recognition [0.0]
本研究は,その行動特性のロバストなシステムを提案するために,産卵鶏の鳴き声の種類を認識することに焦点を当てる。
次に,時間領域と周波数領域の特徴を組み合わせた最適音響特性を設計した。
次に、これらの特徴を用いて、繰り返しニューラルネットワークに基づくマルチラベル分類モデルを構築し、その振る舞いを特徴付ける発声に意味クラスを割り当てた。
論文 参考訳（メタデータ） (2024-01-18T10:52:46Z) - Show from Tell: Audio-Visual Modelling in Clinical Settings [58.88175583465277]
臨床環境でのオーディオ・ビジュアル・モデリングを考察し、人間の専門的アノテーションを使わずに医学的表現を学習するためのソリューションを提供する。
この目的のために, 単純かつ効果的なマルチモーダル自己教師型学習フレームワークを提案する。
提案手法は,音声のみを基準として,超音波画像中の解剖学的関心領域をローカライズすることができる。
論文 参考訳（メタデータ） (2023-10-25T08:55:48Z) - Histogram Layer Time Delay Neural Networks for Passive Sonar
Classification [58.720142291102135]
時間遅延ニューラルネットワークとヒストグラム層を組み合わせた新しい手法により,特徴学習の改善と水中音響目標分類を実現する。
提案手法はベースラインモデルより優れており,受動的ソナー目標認識のための統計的文脈を取り入れた有効性を示す。
論文 参考訳（メタデータ） (2023-07-25T19:47:26Z) - What You Hear Is What You See: Audio Quality Metrics From Image Quality
Metrics [44.659718609385315]
そこで本研究では,音声信号の評価に最先端画像知覚メトリクスを応用し,スペクトログラムとして表現することの実現可能性について検討する。
我々は、音響信号の特異性を考慮するために、精神音響学的に妥当なアーキテクチャを持つメトリクスの1つをカスタマイズする。
提案手法の有効性を音楽データセットを用いて評価した。
論文 参考訳（メタデータ） (2023-05-19T10:43:57Z) - Automated Detection of Dolphin Whistles with Convolutional Networks and
Transfer Learning [7.52108936537426]
畳み込みニューラルネットワークは、従来の自動手法よりもはるかに優れていることを示す。
提案システムでは、周囲雑音の存在下でも信号を検出することができるが、同時に、偽陽性や偽陰性を生成する可能性も一貫して低減できる。
論文 参考訳（メタデータ） (2022-11-28T15:06:46Z) - Deep Impulse Responses: Estimating and Parameterizing Filters with Deep
Networks [76.830358429947]
高雑音および地中設定におけるインパルス応答推定は難しい問題である。
本稿では,ニューラル表現学習の最近の進歩に基づいて,インパルス応答のパラメータ化と推定を行う新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2022-02-07T18:57:23Z) - 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) - Bulbar ALS Detection Based on Analysis of Voice Perturbation and Vibrato [68.97335984455059]
本研究の目的は,ALS患者の自動検出のための持続母音発声テストの有用性を検証することである。
そこで我々は,音声信号から測定値の計算に必要な基本周期への分離手順の強化を提案した。
論文 参考訳（メタデータ） (2020-03-24T12:49:25Z) - A Multi-view CNN-based Acoustic Classification System for Automatic
Animal Species Identification [42.119250432849505]
無線音響センサネットワーク(WASN)のためのディープラーニングに基づく音響分類フレームワークを提案する。
提案フレームワークは,無線センサノードの計算負担を緩和するクラウドアーキテクチャに基づいている。
認識精度を向上させるために,多視点畳み込みニューラルネットワーク(CNN)を設計し,短期・中期・長期の依存関係を並列に抽出する。
論文 参考訳（メタデータ） (2020-02-23T03:51:08Z)
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。