論文の概要: Descriptor: Certus Caliber Classification Gunshot Dataset (C3GD)

• arxiv url: http://arxiv.org/abs/2606.18135v1
• Date: Tue, 16 Jun 2026 16:35:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.551133
• Title: Descriptor: Certus Caliber Classification Gunshot Dataset (C3GD)
• Title（参考訳）: Descriptor: Certus Caliber Classification Gunshot Dataset (C3GD)
• Authors: Sinclair Gurny, Ryan Quinn,
• Abstract要約: データセットは16口径の28発の銃火器から8000以上のフィールドで収集されたデータポイントで構成されている。 このデータセットは主に口径分類に焦点を当てているが、銃弾の検出、音声分離、音声信号処理にも使用できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we introduce the Certus Caliber Classification Gunshot Dataset (C3GD), a publicly accessible data set developed for the analysis of firearm muzzle blast sounds. The dataset aims to provide a wide variety of firearms, calibers, cartridges, microphones, and microphone locations with metadata detailed beyond what is currently otherwise available. It comprises more than 8000 field-collected data points from 28 firearms across 16 calibers. Because data collection in the field is costly, much of the existing research has been done using gunshot audio collected from the internet, which increases the risk of low-quality data and label noise. This dataset is primarily focused on caliber classification, but can also be used for gunshot detection, audio separation, and audio signal processing, providing a diversified and real-world reference. The dataset aims to provide enough diversity to be able to generalize to more real-world applications while also providing enough metadata for detailed academic analysis.
• Abstract（参考訳）: 本研究では,Certus Caliber Classification Gunshot Dataset (C3GD)を紹介する。 このデータセットは、さまざまな種類の銃器、口径、カートリッジ、マイク、マイクのロケーションを提供し、現在利用できるもの以上のメタデータを提供することを目的としている。 16口径の28発の銃火器から8000点以上の野戦収集データがある。 現場のデータ収集は費用がかかるため、既存の研究の多くはインターネットから収集された銃弾のオーディオを使って行われており、低品質のデータやラベルノイズのリスクが増大している。 このデータセットは主に口径分類に焦点を当てているが、銃弾検出、音声分離、音声信号処理にも使用でき、多種多様な実世界の参照を提供する。 このデータセットは、より現実世界のアプリケーションに一般化できる十分な多様性を提供すると同時に、詳細な学術分析のための十分なメタデータを提供することを目的としている。

関連論文リスト

• Deciphering GunType Hierarchy through Acoustic Analysis of Gunshot Recordings [72.55205022155394]
  銃乱射事件や銃乱射事件は公共の安全にとって重大な脅威である。 現在の商用の銃弾検出システムは有効だが、しばしば禁止費用がかかる。 本研究は, ショット記録の音響解析を活用することで, 費用対効果について検討する。
  論文  参考訳（メタデータ） (2025-06-25T17:00:21Z)
• 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)
• infoVerse: A Universal Framework for Dataset Characterization with Multidimensional Meta-information [68.76707843019886]
  infoVerseは、データセットの特徴付けのための普遍的なフレームワークである。 infoVerseは、様々なモデル駆動メタ情報を統合することで、データセットの多次元特性をキャプチャする。 実世界の3つのアプリケーション(データプルーニング、アクティブラーニング、データアノテーション)において、infoVerse空間で選択されたサンプルは、強いベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2023-05-30T18:12:48Z)
• Data Selection for Language Models via Importance Resampling [90.9263039747723]
  我々は、望まれるターゲット分布に合わせるために、大規模な未ラベルデータセットのサブセットを選択するという問題を形式化する。 我々は、LMデータ選択のために低次元で使用される古典的な重要度再サンプリング手法を拡張した。 DSIRフレームワークをhash n-gram機能でインスタンス化し、4.5時間で1億のドキュメントを選択できる。
  論文  参考訳（メタデータ） (2023-02-06T23:57:56Z)
• Enemy Spotted: in-game gun sound dataset for gunshot classification and localization [27.554240980052025]
  ガンサウンドは、現実世界の戦闘を模倣するように設計されたFPSゲームから得ることができる。 BGGデータセットは37種類の銃器、距離、音源と受信機の間の方向で構成されている。 実世界の銃器分類と位置決め作業の精度は,BGGデータセットを用いて向上できることを示す。
  論文  参考訳（メタデータ） (2022-10-12T04:36:56Z)
• ARCA23K: An audio dataset for investigating open-set label noise [48.683197172795865]
  本稿では、23,000以上のラベル付きFreesoundクリップからなる自動検索およびキュレートされたオーディオデータセットであるARCA23Kを紹介する。 本稿では,ARCA23Kのラベリング誤りの大部分は語彙外音声クリップによるものであり,このタイプのラベリングノイズをオープンセットラベルノイズと呼ぶ。
  論文  参考訳（メタデータ） (2021-09-19T21:10:25Z)
• A Gun Detection Dataset and Searching for Embedded Device Solutions [1.2149550080095914]
  我々は,51Kのアノテートガン画像と,51Kのトリミングガンチップ画像を用いた銃分類データセットを公表した。 我々の知る限り、これは銃検出研究の最大のデータセットである。 また,組込みエッジデバイス(カメラ)における銃検出ソリューションの探索や,クラウドサーバ上での銃・銃の分類についても検討した。
  論文  参考訳（メタデータ） (2021-05-03T17:58:45Z)
• Sound of Guns: Digital Forensics of Gun Audio Samples meets Artificial Intelligence [0.7734726150561086]
  本稿では,マイクロホンとシューターの相対的な位置を全く意識せず,記録装置の知識をゼロにする新しい手法を提案する。 われわれのソリューションは、銃のカテゴリ、口径、モデルを特定し、3655サンプルからなるデータセット上で90%以上の精度に達する。
  論文  参考訳（メタデータ） (2020-04-15T09:12:45Z)

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。