Fugu-MT 論文翻訳(概要): SAMAY: System for Acoustic Measurement and Analysis

論文の概要: SAMAY: System for Acoustic Measurement and Analysis

arxiv url: http://arxiv.org/abs/2512.13284v1
Date: Mon, 15 Dec 2025 12:46:15 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-23 08:17:40.354212
Title: SAMAY: System for Acoustic Measurement and Analysis
Title（参考訳）: SAMAY:音響計測・解析システム
Abstract要約: 本稿では,SAMAYと呼ばれる自動バードコール記録システムについて述べる。大量の鳥の音響データのデータベースを作成し、鳥類の種を研究するために開発された。このシステムは、鳥類の自動分類、鳥類の個体数監視、環境変化の影響の分析にも利用できる。
参考スコア（独自算出の注目度）: 0.06364409691582437
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This paper describes an automatic bird call recording system called SAMAY, which is developed to study bird species by creating a database of large amounts of bird acoustic data. By analysing the recorded bird call data, the system can also be used for automatic classification of bird species, monitoring bird populations and analysing the impact of environmental changes. The system is driven through a powerful STM32F407 series microcontroller, supports 4 microphones, is equipped with 128 GB of storage capacity, and is powered by a 10400 mAh battery pack interfaced with a solar charger. In addition, the device is user-configurable over USB and Wi-Fi during runtime, ensuring user-friendly operation during field deployment.
Abstract（参考訳）: 本稿では, 鳥の鳴き声の自動記録システムであるSAMAYについて述べる。記録された鳥の呼び出しデータを解析することにより、鳥類の種の自動分類、鳥類の個体数監視、環境変化の影響の分析にも利用できる。システムは強力なSTM32F407シリーズのマイクロコントローラで駆動され、4つのマイクをサポートし、128GBのストレージ容量を備え、10400mAhのバッテリーパックをソーラー充電器で接続している。さらに、このデバイスは実行中にUSBとWi-Fiでユーザ設定が可能で、フィールド展開時のユーザフレンドリな操作が保証される。

関連論文リスト

CoarseSoundNet: Building a reliable model for ecological soundscape analysis [73.44688723989053]
サウンドスケープは、生物音(動物音)、地球音(自然無生物音)、人類音(人間音)の3種類からなる。
論文参考訳（メタデータ） (2026-05-20T13:18:11Z)
Zwitscherkasten -- DIY Audiovisual bird monitoring [0.26385121748044166]
Zwitscherkastenは、エッジデバイス上のオーディオおよび視覚データを使用して、鳥類種のモニタリングを行うためのDY、マルチモーダルシステムである。バイオ音響および画像に基づく分類のためのディープラーニングモデルは、リソース制約のあるハードウェアにデプロイされる。
論文参考訳（メタデータ） (2026-02-11T07:37:43Z)
The iNaturalist Sounds Dataset [60.157076990024606]
iNatSoundsは、5500種以上の音をキャプチャする23万のオーディオファイルのコレクションで、世界中で27,000人以上のレコーダーが貢献している。このデータセットは、鳥類、哺乳類、昆虫、虫類、両生類からの音を包含し、iNaturalistに提出された観察から得られたオーディオおよび種名を含む。我々は、次世代の公的なエンゲージメントアプリケーションを支えるこのデータに基づいて訓練されたモデルを構想し、大規模なオーディオコレクションの処理において生物学者、生態学者、土地利用管理者を支援する。
論文参考訳（メタデータ） (2025-05-31T02:07:37Z)
A Bird Song Detector for improving bird identification through Deep Learning: a case study from Doñana [2.7924253850013416]
鳥類の種を識別する上で重要な課題は、多くの録音が対象の種を欠いているか、重複する発声を含んでいることである。ドナ国立公園(西スペイン)における鳥声自動識別のための多段階パイプラインを開発した。そこで,我々はまず,スペクトログラムによる画像処理を用いて鳥の発声を分離するために鳥の歌検出器を適用した。その後,局所的に訓練されたカスタムモデルを用いて種を分類した。
論文参考訳（メタデータ） (2025-03-19T13:19:06Z)
NBM: an Open Dataset for the Acoustic Monitoring of Nocturnal Migratory Birds in Europe [0.0]
この研究は、西太平洋の117種から13,359種の注釈付き発声を収集した夜行性鳥類移動データセットを提示する。このデータセットには正確な時間と頻度のアノテーションが含まれており、フランス全土の何十人もの鳥愛好家によって集められている。特に,音声データの処理に適した2段階の深層物体検出モデルを訓練することにより,本データベースの有用性を実証する。
論文参考訳（メタデータ） (2024-12-04T18:55:45Z)
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)
SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。ケニアでは低データのレシエーションを表すデータセットも提供しています。リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文参考訳（メタデータ） (2023-11-02T02:00:27Z)
Exploring Meta Information for Audio-based Zero-shot Bird Classification [113.17261694996051]
本研究では,メタ情報を用いてゼロショット音声分類を改善する方法について検討する。我々は,多種多様なメタデータが利用可能であることから,鳥種を例として用いている。
論文参考訳（メタデータ） (2023-09-15T13:50:16Z)
Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
論文参考訳（メタデータ） (2022-10-10T17:37:56Z)
Western Mediterranean wetlands bird species classification: evaluating small-footprint deep learning approaches on a new annotated dataset [0.0]
この研究は、2つの重いフットプリントと大きなフットプリントのディープニューラルネットワーク(VGG16とResNet50)と、軽量な代替手段であるMobileNetV2の比較分析である。実験の結果,MobileNetV2 は平均 F1 スコアが ResNet50 よりも 5% 以下であることがわかった。 Aiguamolls de l'Emporda Natural Parkの20の固有鳥類種の201.6分と5,795のオーディオ抜粋からなる西地中海湿原鳥類データセットを作成した。
論文参考訳（メタデータ） (2022-07-12T08:48:12Z)
Modelling Animal Biodiversity Using Acoustic Monitoring and Deep Learning [0.0]
本稿では,機械学習の最先端技術を用いて,時系列音声信号から特徴を自動的に抽出する手法について概説する。得られた鳥の歌はメル周波数ケプストラム(MFC)を用いて処理され、後に多層パーセプトロン(MLP)を用いて分類される特徴を抽出する。提案手法は感度0.74,特異度0.92,精度0.74で有望な結果を得た。
論文参考訳（メタデータ） (2021-03-12T13:50:31Z)

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。