論文の概要: A Comparison of SSL-Based Feature Extractors and Back-End Classifiers for Spoofing Detection: A Multi-Corpus Training and Cross-Linguistic Analysis

• arxiv url: http://arxiv.org/abs/2606.08669v1
• Date: Sun, 07 Jun 2026 15:20:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.370023
• Title: A Comparison of SSL-Based Feature Extractors and Back-End Classifiers for Spoofing Detection: A Multi-Corpus Training and Cross-Linguistic Analysis
• Title（参考訳）: スポット検出のためのSSLベース特徴外乱器とバックエンド分類器の比較:マルチコーパス学習と言語横断解析
• Authors: Anh-Tuan Dao, Driss Matrouf, Mickael Rouvier, Nicholas Evans,
• Abstract要約: 本稿では、ResNetの階層的局所特徴抽出と、アテンションとグラフベースのバックエンドのグローバルシーケンスとリレーショナルモデリングを比較した。 ASVspoof 5データセット内のドメインバイアスを公開し、単純なデータのスケーリングがパフォーマンスを積極的に低下させることを示す。 言語横断分析により、ターゲット言語データのわずか8時間による微調整により、検出の堅牢性が向上することが明らかとなった。
• 参考スコア（独自算出の注目度）: 7.166778372225167
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Voice biometric systems face growing threats from spoofing attacks, yet the evaluation of detection models remains inconsistent across datasets. To investigate these unpredictable fluctuations, we conduct a comprehensive benchmark of four self-supervised learning feature extractors paired with four back-end classifiers. We compare the hierarchical local feature extraction of ResNet with the global sequence and relational modeling of attention and graph-based back-ends. Through multi-corpus training across three scenarios and six evaluation datasets, our empirical analysis yields two critical findings. First, we expose a domain bias within the ASVspoof 5 dataset, showing that naive data scaling actively degrades performance. Second, our cross-linguistic analysis reveals that fine-tuning with just 8 hours of target-language data enhances detection robustness. Together, these findings emphasize the critical need for domain-aware and language-specific adaptation in spoofing detection.
• Abstract（参考訳）: 音声バイオメトリックシステムはスプーフ攻撃による脅威の増大に直面しているが、検出モデルの評価はデータセット間で矛盾しないままである。 これらの予測不可能な変動を調査するため、4つのバックエンド分類器を組み合わせた4つの自己教師付き学習特徴抽出器の総合的なベンチマークを行った。 本稿では、ResNetの階層的局所特徴抽出と、アテンションとグラフベースのバックエンドのグローバルシーケンスとリレーショナルモデリングを比較した。 3つのシナリオと6つの評価データセットにまたがるマルチコーパストレーニングを通じて、経験的分析は2つの重要な結果をもたらす。 まず、ASVspoof 5データセット内のドメインバイアスを公開し、単純なデータのスケーリングがパフォーマンスを積極的に低下させることを示す。 第二に、我々の言語横断分析は、わずか8時間のターゲット言語データによる微調整が、検出の堅牢性を高めることを明らかにしている。 これらの知見は,スプーフィング検出におけるドメイン認識と言語固有の適応の重要性を強調した。

関連論文リスト

• DecepGPT: Schema-Driven Deception Detection with Multicultural Datasets and Robust Multimodal Learning [64.33887406863899]
  マルチモーダル偽装検出は、法医学とセキュリティのための聴覚的手がかりを解析することにより、偽装行動を特定することを目的としている。 既存のベンチマークでは、中間的な推論手段を使わずにバイナリラベルのみを提供する。 構造的キューレベルの記述と推論チェーンを用いた推論データセットを構築した。 1695年のサンプルでは、非実験的偽装検出データセットとしては最大である。
  論文  参考訳（メタデータ） (2026-03-25T04:06:36Z)
• From Lab to Reality: A Practical Evaluation of Deep Learning Models and LLMs for Vulnerability Detection [2.8647133890967]
  ディープ・ラーニング(DL)に基づく脆弱性検出手法は,ベンチマーク・データセットにおいて高い性能を示したが,実際の有効性は未解明のままである。 最近の研究は、グラフニューラルネットワーク(GNN)ベースのモデルと、大言語モデル(LLM)を含むトランスフォーマーベースのモデルの両方が、キュレートされたベンチマークデータセットで評価すると有望な結果が得られることを示唆している。 本研究では,2つの代表的なDLモデルであるReVealとLineVulの4つの代表的なデータセットを体系的に評価する。
  論文  参考訳（メタデータ） (2025-12-11T10:04:54Z)
• Demystifying Network Foundation Models [14.775836458250799]
  本研究は,ネットワークファウンデーションモデル (NFM) に符号化された潜伏知識の体系的研究である。 4種類のNFMを評価し,それぞれに有意な異方性,不整合性特徴感度パターンが認められた。 私たちの研究は、すべてのモデルにまたがる多くの制限を特定し、それらに対処することで、モデルのパフォーマンスが大幅に改善できることを示します。
  論文  参考訳（メタデータ） (2025-09-27T03:53:46Z)
• Rethinking Pulmonary Embolism Segmentation: A Study of Current Approaches and Challenges with an Open Weight Model [21.024556007374684]
  3Dモデルは、塞栓の形態的特徴から、この課題に特に適している。 CNNベースのモデルは一般的に、PEセグメンテーションにおけるVTベースのモデルよりも優れたパフォーマンスが得られる。 一方、タスクの複雑さと高品質なデータセットの不足のため、遠位塞栓は難しいままである。
  論文  参考訳（メタデータ） (2025-09-22T18:34:30Z)
• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• 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)
• Unified Visual Relationship Detection with Vision and Language Models [89.77838890788638]
  この研究は、複数のデータセットからラベル空間の結合を予測する単一の視覚的関係検出器のトレーニングに焦点を当てている。 視覚と言語モデルを活用した統合視覚関係検出のための新しいボトムアップ手法UniVRDを提案する。 人物体間相互作用検出とシーングラフ生成の双方による実験結果から,本モデルの競合性能が示された。
  論文  参考訳（メタデータ） (2023-03-16T00:06:28Z)
• One-Shot Object Detection without Fine-Tuning [62.39210447209698]
  本稿では,第1ステージのMatching-FCOSネットワークと第2ステージのStructure-Aware Relation Moduleからなる2段階モデルを提案する。 また,検出性能を効果的に向上する新たなトレーニング戦略を提案する。 提案手法は,複数のデータセット上で一貫した最先端のワンショット性能を上回る。
  論文  参考訳（メタデータ） (2020-05-08T01:59:23Z)
• Stance Detection Benchmark: How Robust Is Your Stance Detection? [65.91772010586605]
  Stance Detection (StD) は、あるトピックやクレームに対する著者の姿勢を検出することを目的としている。 マルチデータセット学習環境において、さまざまなドメインの10のStDデータセットから学習するStDベンチマークを導入する。 このベンチマーク設定では、5つのデータセットに新しい最先端結果を表示することができます。
  論文  参考訳（メタデータ） (2020-01-06T13:37:51Z)

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。