論文の概要: Decay-Region Group Delay as a Forensic Cue for AI-Generated Impulsive Sounds
- arxiv url: http://arxiv.org/abs/2608.26346v1
- Date: Wed, 26 Aug 2026 19:28:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.1636
- Title: Decay-Region Group Delay as a Forensic Cue for AI-Generated Impulsive Sounds
- Title（参考訳）: AI生成インパルス音の法医学的手がかりとしての遅延
- Abstract要約: 我々は,AI生成インパルス音がほぼ同一のオンセット領域群遅延分布を示すが,後期崩壊領域ではグループ遅延の挙動が著しく異なることを示す。
これらの結果から,崩壊領域群遅延は物理的に解釈可能な法医学的キューとして機能することが示唆された。
- 参考スコア（独自算出の注目度）: 24.574957210877113
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigate whether AI-generated impulsive sounds can be distinguished from real ones through group delay analysis. Our central finding is that AI-generated impulsive sounds show near-identical onset-region group-delay distributions but exhibit measurably different group-delay behavior in the late decay region: decay-region KL divergence reaches $0.322$ compared to near-zero onset divergence ($0.022$). Cross-band GD variability achieves single-feature AUC~=~0.720, and a Random Forest (RF) over nine decay-region features reaches AUC~$=$~0.884 under sample-disjoint evaluation. A group delay map used as a standalone 2D input to CNN classifiers achieves 90--94\% accuracy, demonstrating that group delay carries substantial discriminative information. Under generator hold-out, CNN and transformer classifiers show highly variable AUC (0.457--0.918). The group delay RF achieves the highest average hold-out accuracy among the evaluated methods ($66.7\%$) and avoids extreme below-random collapse, although its average AUC (0.731) is lower than CNN avg (0.762) and AST (0.772). Parameter sensitivity analysis across 27 STFT configurations confirms that the RF AUC remains stable (0.700--0.847, std~=~0.035). These results suggest that decay-region group delay can serve as a physically interpretable forensic cue that complements magnitude-based classifiers, while broader validation remains necessary.
- Abstract（参考訳）: グループ遅延解析により,AIが生み出すインパルス音が実音と区別できるかどうかを検討する。
我々の中心的な発見は、AIが生成したインパルス音は、ほぼ同一のオンセット領域の遅延分布を示すが、後期崩壊領域では、測定可能な異なるグループ遅延挙動を示すことである:崩壊領域KLの発散は、ほぼゼロの発散の発散(0.022ドル)に比べて0.322ドルに達する。
クロスバンドGDの変動は、単葉のAUC~=~0.720を達成し、9つの崩壊領域上のランダムフォレスト(RF)はサンプル不整合評価の下でAUC~=$~0.884に達する。
CNN分類器へのスタンドアロン2D入力として使用されるグループ遅延マップは、90--94\%の精度を実現し、グループ遅延が実質的な識別情報をもたらすことを示す。
ジェネレータのホールドアウトでは、CNNと変換器の分類器は高度に可変なAUC (0.457--0.918) を示す。
AUC(0.731)はCNN avg(0.762)およびAST(0.772)よりも低いが、グループ遅延RFは評価方法(66.7\%$)の中で最も平均保持精度が高く、極端に低ランダムな崩壊を回避する。
27のSTFT構成のパラメータ感度解析により、RF AUCが安定であることを確認した(0.700--0.847, std~=~0.035)。
これらの結果から, 崩壊領域群遅延は, 大規模分類器を補完する物理的に解釈可能な法医学的キューとして機能し, より広範な検証が必要であることが示唆された。
関連論文リスト
- IRENE: A Convolutional GRU Ensemble Model for Radar Precipitation Nowcasting over Italy [39.8807633060402]
そこで本研究では, イタリア領域に分布する確率的短距離降水量について, 5分間の時間分解能とSI1kmの時間分解能で予測できる深層学習モデルを提案する。
IRENEは、マルチスケールの畳み込みGated Recurrent Units(ConvGRUs)上に構築されたエンコーダ-プリキャストアーキテクチャを採用する
重要サンプリング方式は降水関連事象のトレーニングに重点を置いており, ほぼ公正な連続ランク付き確率スコア(afCRPS)が主要な確率的損失関数として採用されている。
論文 参考訳（メタデータ） (2026-09-15T13:38:33Z) - ShiftSplit-AD: Separating Domain Shift from Defects in Foundation-Feature Visual Anomaly Detection [0.0]
本研究は, DINOv2残基の構造的分解がシフト誘起エビデンスを抑制することができるかどうかを考察する。
ShiftSplit-ADは、パッチ残留行列をローランクおよびロースパースコンポーネントに分解する。
実験は普遍的な分離というよりはむしろ中心的なトレードオフを露呈する。
論文 参考訳（メタデータ） (2026-08-27T18:42:38Z) - Learning Generalizable Reconstruction of High-Dimensional Neural Dynamics [5.338598022966635]
我々は、LFPレコードを重なり合うウィンドウに分割し、コンパクトな空間に投影し、潜在空間における線形クープマン進化を学習し、逆プロジェクションと重なり付加アグリゲーションを通じて連続信号を再構成するスケーラブルな演算子理論フレームワークであるPCA-DMDを提案する。
20万サンプルの海馬録音では、PCA-DMDがクラシックDMD、SpDMD、MrDMD、HODMDを上回り、KLD761とHD847を達成した。
論文 参考訳（メタデータ） (2026-08-17T13:35:38Z) - From Inaudible Inputs to Model Failures: Low-Frequency Safety Risks in LALMs [46.76277198630859]
大規模な音声言語モデル (LALM) は多様な音声入力を理解する強力な能力を示している。
この多様性には、人間には聞こえない低周波信号が含まれているが、それでもモデルに入り、その生成に影響を与えることができる。
ブラックボックス設定における普遍的な波形テンプレートを用いて,このリスクを評価可能な赤信号抽出手法である Intermittent Low-Frequency Lockout (ILL) を提案する。
論文 参考訳（メタデータ） (2026-08-10T06:09:50Z) - Temporal Generalization in fNIRS-Based Autism Classification: A Cross-Time-Window Transfer Benchmark [0.0]
機能近赤外分光法(FNIRS)は自閉症スペクトラム障害(ASD)分類において有望なモダリティである。
実際には、最適な観察窓は、血行遅延と神経血管の結合の違いにより、被験者によって異なる。
我々はこれをテキスト・クロス・タイム・ウインドウ・トランスファー問題として定式化し、生体動作試験におけるウィンドウ長(2.5～10,s)とオフセット(オフセット)の異なるプロトコルを導入する。
論文 参考訳（メタデータ） (2026-08-03T18:50:55Z) - SigmaMedStat: Temporal Signal Modeling for ICU False Alarm Reduction [0.0]
本稿では,臨床行動の前に生理的アラーム信号の信頼性を評価する機械学習システムであるSigmaMedStatについて述べる。
The PhysioNet/Computing in Cardiology Challenge 2015 data of 498 four-channel ICU alarm recordings。
論文 参考訳（メタデータ） (2026-05-28T01:52:05Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Differentiable latent structure discovery for interpretable forecasting in clinical time series [38.473526928012724]
連続時間多タスクガウス過程であるStructGPを導入し, 基本的不確かさを保ちながら, 相違構造学習と相違構造学習を組み合わせ, 相互依存の有向非巡回グラフ(DAG)を導出する。
LP-StructGPは,被験者特異的カップリングフィルタとソフトマックスゲーティング機構を用いて,患者間の進行パターンを捉えることで,StructGPを潜在経路に分割し,時間的に変化する軌跡を増大させる。
論文 参考訳（メタデータ） (2026-04-30T14:59:50Z) - Learning Stable Predictors from Weak Supervision under Distribution Shift [2.8410059035029955]
基盤トラストラベルが利用できない場合には、弱さやプロキシの監視から学ぶことが一般的である。
我々はこれを監督ドリフトとして形式化し、文脈間でのP(y | x, c)の変化として定義される。
我々はCRISPR-Cas13d実験において、RNA-seq応答から誘導効果を間接的に推定する実験を行った。
論文 参考訳（メタデータ） (2026-04-05T23:46:49Z) - Beyond Anatomy: Explainable ASD Classification from rs-fMRI via Functional Parcellation and Graph Attention Networks [6.923757075165361]
解剖学的脳解析は rs-fMRI に基づく自閉症スペクトラム障害 (ASD) の分類を支配している。
ABIDE Iデータセット上の解剖学的(AAL)と機能的(MSDL)パーセレーション戦略を比較したグラフベースのディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-03T02:05:20Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - AttentiveGRUAE: An Attention-Based GRU Autoencoder for Temporal Clustering and Behavioral Characterization of Depression from Wearable Data [46.262619407930266]
本稿では,時間的クラスタリングと縦型ウェアラブルデータによる結果の予測を目的とした,新しい注意型ゲートリカレントユニット(GRU)オートエンコーダであるAttentiveGRUAEを提案する。
372名(GLOBEM 2018-2019)の長期睡眠データからAttentiveGRUAEを評価する。
これは、クラスタリングの品質と抑うつの分類の両方において、ベースラインクラスタリング、ドメイン指向の自己教師付きモデル、および改善されたモデルよりも優れたパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-10-02T20:52:16Z)
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。