論文の概要: Few-Shot Open-Set Audio Classification Using Attention Information-Fused Prototypes
- arxiv url: http://arxiv.org/abs/2607.01297v1
- Date: Wed, 01 Jul 2026 13:49:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.536785
- Title: Few-Shot Open-Set Audio Classification Using Attention Information-Fused Prototypes
- Title(参考訳): 注意情報融合型プロトタイプを用いた少数ショットオープンセット音声分類
- Abstract要約: 本稿では,Few-shot Open-set Audio Classification (FOAC)を提案する。
モデルを更新した後、いくつかのサポートサンプルを使用して、見たクラスのクエリサンプルを認識し、見えないクラスからのクエリサンプルを拒否する。
実験の結果,提案手法はAUROCの先行手法と精度に勝ることがわかった。
- 参考スコア(独自算出の注目度): 19.40716283107289
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Most existing audio classification methods suppose that each query (testing) sample belongs to a class of support (training) samples, and misrecognize samples of unseen classes as seen classes (cannot reject samples of unseen classes). In this study, we propose a method for Few-shot Open-set Audio Classification (FOAC), which can recognize query samples of seen classes after updating the model using a few support samples, and meanwhile reject query samples from unseen classes. We design a model consisting of an encoder and a classifier. The encoder is the backbone of a ResNet used for extracting embeddings. The classifier consists of prototype generators of few-shot classes and open-set classes. Prototypes of few-shot classes are obtained by fusing the class-discriminative information of support and query embeddings and by assigning larger weighting coefficient to representative part of the support embeddings. One prototype is generated for open-set classes using the proposed prototype generator. The encoder is trained with abundant samples of base classes in supervised manner, and then the prototypes of base classes are generated under the supervision of a joint loss. The classifier is trained using a few samples of few-shot classes in a meta-training way. Three public datasets (LS-100, NSynth-100, and FSC-89) are used to assess the performance of our method. Experiments show that our method has advantage over prior methods in AUROC and accuracy. This advantage has statistical significance for most prior methods. Our method has lower computational complexity than most prior methods. The code is at https://github.com/Jessytan/FOAC-AIFP.
- Abstract(参考訳): 既存の音声分類法の多くは、各クエリ(テスト)サンプルはサポート(トレーニング)サンプルのクラスに属し、見知らぬクラスのサンプルを目に見えないクラスと誤認識する(見つからないクラスのサンプルを拒否することはできない)。
本研究では,Few-shot Open-set Audio Classification (FOAC) の手法を提案する。この手法は,いくつかのサポートサンプルを用いてモデルを更新した後で,見知らぬクラスのクエリサンプルを識別し,また,見つからないクラスからのクエリサンプルを拒否する。
エンコーダと分類器からなるモデルを設計する。
エンコーダは埋め込みの抽出に使われるResNetのバックボーンである。
分類器は、少数ショットクラスとオープンセットクラスのプロトタイプジェネレータで構成されている。
サポートとクエリの埋め込みのクラス識別情報を融合させ、サポート埋め込みの代表部分により大きな重み付け係数を割り当てることにより、少数ショットクラスのプロトタイプを得る。
1つのプロトタイプは、提案されたプロトタイプジェネレータを使用して、オープンセットクラス用に生成される。
エンコーダは、教師付き方法でベースクラスの豊富なサンプルを用いて訓練され、その後、共同損失の監督の下でベースクラスのプロトタイプを生成する。
分類器はメタトレーニング方法でいくつかのショットクラスのサンプルを使用して訓練される。
3つの公開データセット (LS-100, NSynth-100, FSC-89) を用いて評価を行った。
実験の結果,提案手法はAUROCの先行手法と精度に勝ることがわかった。
この利点は、ほとんどの先行する手法において統計的に重要である。
本手法は従来の手法よりも計算複雑性が低い。
コードはhttps://github.com/Jessytan/FOAC-AIFPにある。
関連論文リスト
- Rethinking Person Re-identification from a Projection-on-Prototypes
Perspective [84.24742313520811]
検索タスクとしてのPerson Re-IDentification(Re-ID)は,過去10年間で大きな発展を遂げてきた。
本稿では,新しいベースライン ProNet を提案する。
4つのベンチマークの実験では、提案したProNetは単純だが有効であり、以前のベースラインを大きく上回っている。
論文 参考訳(メタデータ) (2023-08-21T13:38:10Z) - Prediction Calibration for Generalized Few-shot Semantic Segmentation [101.69940565204816]
汎用Few-shot Semantic (GFSS) は、各画像ピクセルを、豊富なトレーニング例を持つベースクラスか、クラスごとにわずかに(例: 1-5)のトレーニングイメージを持つ新しいクラスのいずれかに分割することを目的としている。
我々は、融合したマルチレベル機能を用いて、分類器の最終予測をガイドするクロスアテンションモジュールを構築する。
私たちのPCNは、最先端の代替品よりも大きなマージンで優れています。
論文 参考訳(メタデータ) (2022-10-15T13:30:12Z) - Generating Representative Samples for Few-Shot Classification [8.62483598990205]
クラスごとの視覚的なサンプルで新しいカテゴリを学習することを目的としている。
データ不足によってクラス表現がバイアスを受ける場合が少なくない。
条件付き変分オートエンコーダモデルを用いて,意味的埋め込みに基づく視覚サンプルを生成する。
論文 参考訳(メタデータ) (2022-05-05T20:58:33Z) - Prototypical Classifier for Robust Class-Imbalanced Learning [64.96088324684683]
埋め込みネットワークに付加的なパラメータを必要としないtextitPrototypealを提案する。
プロトタイプは、訓練セットがクラス不均衡であるにもかかわらず、すべてのクラスに対してバランスと同等の予測を生成する。
我々は, CIFAR-10LT, CIFAR-100LT, Webvision のデータセットを用いて, プロトタイプが芸術の状況と比較した場合, サブスタンスの改善が得られることを検証した。
論文 参考訳(メタデータ) (2021-10-22T01:55:01Z) - Learning Class-level Prototypes for Few-shot Learning [24.65076873131432]
ほとんどラベル付きサンプルを使用して新しいカテゴリを認識することを目的としていない。
本稿では,少数のサポートデータから好適なプロトタイプを生成することを学べる,数ショット分類のためのフレームワークを提案する。
論文 参考訳(メタデータ) (2021-08-25T06:33:52Z) - Reconstruction guided Meta-learning for Few Shot Open Set Recognition [31.49168444631114]
ReFOCS (Reconstructing Exemplar-based Few-shot Open-set Classifier) を提案する。
新規な再構築型メタラーニング戦略であるReFOCSを用いてFSOSRを効率化する。
ReFOCSは複数の最先端手法より優れていることを示す。
論文 参考訳(メタデータ) (2021-07-31T23:23:35Z) - Few-shot Open-set Recognition by Transformation Consistency [30.757030359718048]
SnaTCHerと呼ばれる、疑似未知のサンプルを必要としない新しい未知クラスのサンプル検出器を提案します。
本手法は,変換整合性に基づいて,変換されたプロトタイプと修正されたプロトタイプセットとの差を測定する。
提案手法は,未知のクラス分布推定問題を疑似未知のクラスサンプルとは独立に,相対的な特徴変換問題に変更する。
論文 参考訳(メタデータ) (2021-03-02T07:37:17Z) - Contrastive Prototype Learning with Augmented Embeddings for Few-Shot
Learning [58.2091760793799]
拡張埋め込み(CPLAE)モデルを用いた新しいコントラスト型プロトタイプ学習を提案する。
クラスプロトタイプをアンカーとして、CPLは、同じクラスのクエリサンプルを、異なるクラスのサンプルを、さらに遠くに引き出すことを目的としている。
いくつかのベンチマークによる大規模な実験により,提案したCPLAEが新たな最先端を実現することが示された。
論文 参考訳(メタデータ) (2021-01-23T13:22:44Z) - RNNP: A Robust Few-Shot Learning Approach [39.8046809855363]
より堅牢な数ショット学習手法を提案する。
提案手法は, 少数の例から頑健なプロトタイプを生成することに依存する。
本手法は,標準のmini-ImageNetとhered-ImageNetデータセットを用いて評価する。
論文 参考訳(メタデータ) (2020-11-22T17:23:08Z) - Few-Shot Learning with Intra-Class Knowledge Transfer [100.87659529592223]
アンバランスなデータセットを用いた数発の分類タスクについて検討する。
近年の研究では、生成モデルを用いて数発の授業のトレーニングデータを増やすことで、この課題を解決することが提案されている。
本稿では,近隣クラスが類似した統計情報を共有するという直感で,近隣クラスからのクラス内知識を活用することを提案する。
論文 参考訳(メタデータ) (2020-08-22T18:15:38Z) - UniT: Unified Knowledge Transfer for Any-shot Object Detection and
Segmentation [52.487469544343305]
オブジェクト検出とセグメンテーションの方法は、トレーニングのための大規模インスタンスレベルのアノテーションに依存します。
本稿では,直感的かつ統一的な半教師付きモデルを提案する。
論文 参考訳(メタデータ) (2020-06-12T22:45:47Z)
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。