Fugu-MT 論文翻訳(概要): Exploring Feature Extraction Technique Parameters for Acoustic Gunshot Classification

論文の概要: Exploring Feature Extraction Technique Parameters for Acoustic Gunshot Classification

arxiv url: http://arxiv.org/abs/2606.19568v1
Date: Wed, 17 Jun 2026 20:12:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-19 18:23:39.52248
Title: Exploring Feature Extraction Technique Parameters for Acoustic Gunshot Classification
Title（参考訳）: 音響ガンショット分類のための特徴抽出手法の探索
Authors: Sinclair Gurny, Ryan Quinn,
Abstract要約: 本稿では,23,000発の銃弾記録データを用いて,共通特徴抽出手法の体系的検討を行う。提案手法を用いることで,トップ1の精度を最大20%向上できることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Acoustic gunshot detection is a problem with applications across civilian public safety, military operations, and wildlife conservation, yet the field lacks a rigorous exploration of feature extraction techniques with a focus on generalization to realistic data. The mixed effectiveness of commercial gunshot detection and classification systems indicates an open problem that is not adequately addressed by the current literature. In this paper, we present a systematic investigation of common feature extraction techniques using a dataset of 23,000 gunshot recordings across 85 firearms and 21 calibers. We benchmark three feature extraction techniques with 12 total unique parameter sets using ResNet-18. Our results demonstrate that using the correct feature extraction technique can improve top-1 accuracy by up to 20%, and utilizing the correct parameters for a given feature extraction technique can improve that value by up to 4.7%.
Abstract（参考訳）: アコースティック・ショット検出は一般市民の安全、軍事活動、野生生物の保護にまたがる応用において問題となるが、現実的なデータへの一般化に焦点を当てた特徴抽出技術に関する厳密な調査は欠如している。商業的な銃弾検出と分類システムの混合効果は、現在の文献では適切に対処されていないオープンな問題を示している。本稿では,85発の銃器と21発の口径にまたがる23,000発の銃弾記録データを用いて,共通特徴抽出手法の体系的検討を行う。 ResNet-18を用いて,12個のパラメータ集合を持つ特徴抽出手法をベンチマークした。以上の結果から, 特徴抽出手法の精度は最大20%向上し, 特徴抽出手法のパラメータの精度は最大4.7%向上できることがわかった。

関連論文リスト

How well are open sourced AI-generated image detection models out-of-the-box: A comprehensive benchmark study [5.740397289924559]
普遍的な勝者は存在せず、検出器のランキングはかなり不安定である。我々の発見は、全能検出器のパラダイムに挑戦した。
論文参考訳（メタデータ） (2026-02-08T04:36:13Z)
A Domain-Adapted Pipeline for Structured Information Extraction from Police Incident Announcements on Social Media [11.463924147467297]
我々は,警察のインシデント発表から構造化情報を取り出すためのドメイン適応抽出パイプラインを開発した。中国語Weiboの27,822人の警察ブリーフィング投稿から得られた4,933件の高品質で手動の注釈付きデータセットを使用します。また,LoRAを用いたファインチューニングにより,ベースモデルと命令調整モデルの両方で性能が大幅に向上した。
論文参考訳（メタデータ） (2025-12-18T05:08:26Z)
Argus: A Multi-Agent Sensitive Information Leakage Detection Framework Based on Hierarchical Reference Relationships [17.30790083446847]
センシティブな情報を検出するための多エージェント協調フレームワークArgusを提案する。 Argusは、キーコンテンツ、ファイルコンテキスト、プロジェクト参照関係を統合する3層検出メカニズムを採用している。実験の結果、アルガスは96.36%、リコール94.64%、F1スコア0.955で、最大94.86%の精度で漏れ検出に成功した。
論文参考訳（メタデータ） (2025-12-09T07:42:10Z)
ASDA: Audio Spectrogram Differential Attention Mechanism for Self-Supervised Representation Learning [57.67273340380651]
実験の結果,ASDAモデルは複数のベンチマークでSOTA(State-of-the-art)性能を達成できた。これらの結果は、ASDAの音声タスクにおける有効性を強調し、より広範なアプリケーションへの道を開いた。
論文参考訳（メタデータ） (2025-07-03T14:29:43Z)
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)
Bridging the Gap Between End-to-End and Two-Step Text Spotting [88.14552991115207]
ブリッジングテキストスポッティングは、2段階のメソッドでエラーの蓄積と最適化性能の問題を解決する新しいアプローチである。提案手法の有効性を広範囲な実験により実証する。
論文参考訳（メタデータ） (2024-04-06T13:14:04Z)
Adaptive White-Box Watermarking with Self-Mutual Check Parameters in Deep Neural Networks [14.039159907367985]
フレージル透かし(Fragile watermarking)は、AIモデルの改ざんを識別する技法である。従来の手法では、省略のリスク、追加の情報伝達、改ざんを正確に特定できないといった課題に直面していた。そこで本研究では,改ざんされたパラメータを検出・発見・復元するために,改ざんされたパラメータやビットを検出する手法を提案する。
論文参考訳（メタデータ） (2023-08-22T07:21:06Z)
Industrial Anomaly Detection and Localization Using Weakly-Supervised Residual Transformers [44.344548601242444]
Weakly-supervised RESidual Transformer (WeakREST) という新しいフレームワークを導入し,高い異常検出精度を実現する。画素単位の異常局所化タスクをブロック単位の分類問題に再構成する。弱いラベルと残差に基づく表現との相互作用を処理できるResMixMatchアルゴリズムを開発した。
論文参考訳（メタデータ） (2023-06-06T08:19:30Z)
Self-supervised Learning for Clustering of Wireless Spectrum Activity [0.16777183511743468]
実世界の未ラベルデータにおけるスペクトルの探索における自己教師あり学習(SSL)の利用について検討する。抽出した特徴量やクラスタリング性能に関して,SSLモデルにより優れた性能が得られることを示す。
論文参考訳（メタデータ） (2022-09-22T11:19:49Z)
Generalizing Face Forgery Detection with High-frequency Features [63.33397573649408]
現在のCNNベースの検出器は、メソッド固有の色テクスチャに過度に適合するため、一般化に失敗する傾向にある。フェースフォージェリ検出に高周波雑音を用いることを提案する。 1つは、複数のスケールで高周波ノイズを抽出するマルチスケールの高周波特徴抽出モジュールである。 2つ目は、低レベルRGB特徴抽出器を導く残差誘導空間注意モジュールで、新しい視点からフォージェリートレースにもっと集中する。
論文参考訳（メタデータ） (2021-03-23T08:19:21Z)
Detection of Adversarial Supports in Few-shot Classifiers Using Feature Preserving Autoencoders and Self-Similarity [89.26308254637702]
敵対的なサポートセットを強調するための検出戦略を提案する。我々は,特徴保存型オートエンコーダフィルタリングと,この検出を行うサポートセットの自己相似性の概念を利用する。提案手法は攻撃非依存であり, 最善の知識まで, 数発分類器の検出を探索する最初の方法である。
論文参考訳（メタデータ） (2020-12-09T14:13:41Z)

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。