論文の概要: POLARIS: Training-Free Audio Fingerprinting with Saliency-Based Landmarks and Delaunay Grouping

• arxiv url: http://arxiv.org/abs/2609.14820v2
• Date: Tue, 15 Sep 2026 21:11:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.403856
• Title: POLARIS: Training-Free Audio Fingerprinting with Saliency-Based Landmarks and Delaunay Grouping
• Title（参考訳）: POLARIS: 空白に基づくランドマークとDlaunay Groupingによる学習不要なオーディオフィンガープリント
• Abstract要約: POLARISは訓練なしのオーディオ指紋認証システムで、局所的に正規化された衛生分野からランドマークを選択し、デラウネー三角測量を用いてそれらをまばらな指紋に分類する。 クエリの歪みに対処するため、POLARISは参照インデックスを大きくすることなく、2ホップのDelaunay地区の指紋をクエリ時にのみ追加する。 我々は,PEX Hard Mediumベンチマークの合成歪みに対するPOLARISの評価を行い,ピッチやテンポのシフトを伴うクエリを除外し,実録音音楽の新たなベンチマークで評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work presents POLARIS, a training-free audio fingerprinting system that selects landmarks from a locally normalized saliency field and groups them into sparse fingerprints using Delaunay triangulation. To deal with query distortion, POLARIS adds fingerprints from two-hop Delaunay neighborhoods only at query time, without enlarging the reference index. An adaptive configuration applies this expansion only when the original fingerprints do not produce a confident match. We evaluate POLARIS on synthetic distortions from the public PEX Hard Medium benchmark, excluding queries with pitch or tempo shifts, and on a new benchmark of real re-recorded music. POLARIS achieves the best performance among the evaluated training-free methods on both benchmarks. On the real recordings, its adaptive configuration also outperforms the neural NMFP baseline with a comparable measured query time and a smaller logical reference payload. Code, dataset, and instructions for reproducing all experiments are available at https://github.com/JihengLi/POLARIS.git.
• Abstract（参考訳）: このシステムでは、局所的に正規化された衛生分野からランドマークを選択し、それらをデラウネー三角測量を用いて疎い指紋に分類する。 クエリの歪みに対処するため、POLARISは参照インデックスを大きくすることなく、2ホップのDelaunay地区の指紋をクエリ時にのみ追加する。 適応的な構成は、元の指紋が自信を持って一致しない場合にのみ、この拡張を適用します。 我々は,PEX Hard Mediumベンチマークの合成歪みに対するPOLARISの評価を行い,ピッチやテンポのシフトを伴うクエリを除外し,また,リアルタイムに再録音された音楽の新たなベンチマークで評価した。 POLARISは、両方のベンチマークで評価されたトレーニングフリーメソッドの中で最高のパフォーマンスを達成する。 実際の記録では、その適応構成はニューラルNMFPベースラインを同等のクエリ時間とより小さな論理参照ペイロードで上回る。 すべての実験を再現するためのコード、データセット、命令はhttps://github.com/JihengLi/POLARIS.git.comで入手できる。

関連論文リスト

• Beyond Loss Values: Robust Dynamic Pruning via Loss Trajectory Alignment [45.1555422417891]
  既存の動的データプルーニングメソッドは、ノイズの多いラベル設定で失敗することが多い。 本稿では,ラベル雑音下での動的刈り出しの信頼性向上を目的としたノイズローバストモジュールAlignPruneを提案する。 シンプルだが効果的なプラグイン・アンド・プレイモジュールであるAlignPruneは、最先端の動的プルーニングフレームワークにシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-04-08T17:14:50Z)
• Refinement Provenance Inference: Detecting LLM-Refined Training Prompts from Model Behavior [58.751981587234916]
  本稿では,Refinement Provenance Inference (RPI)監査タスクをRefinement Provenance Inference (RPI)として定式化する。 本稿では,ロジットレベルの信号で教師が強制する可能性機能を融合させるロジットベースのフレームワークであるReProを提案する。 トレーニング中、ReProはシャドウファインチューニングを通じて転送可能な表現を学び、訓練データアクセスなしで、見えない犠牲者の証明を推測するために軽量のリニアヘッドを使用する。
  論文  参考訳（メタデータ） (2026-01-05T10:16:41Z)
• VocSim: A Training-free Benchmark for Zero-shot Content Identity in Single-source Audio [1.0791267046450075]
  VocSimは、凍結埋め込みの固有の幾何学的アライメントを探索するトレーニング不要のベンチマークである。 VocSimは、人間のスピーチ、動物の発声、環境音にまたがる19のコーパスから125万のソースクリップを集約する。
  論文  参考訳（メタデータ） (2025-12-10T22:13:12Z)
• Elementary, My Dear Watson: Non-Invasive Neural Keyword Spotting in the LibriBrain Dataset [1.497166779417398]
  キーワードスポッティング(英: Keywords Spotting, KWS)は、脳とコンピュータのインターフェイスのための、プライバシーに配慮した中間タスクである。 我々は、単語レベルのデータローダとColab対応のチュートリアルを備えたpnplライブラリの更新版をリリースした。
  論文  参考訳（メタデータ） (2025-10-23T22:44:50Z)
• Scalable Evaluation for Audio Identification via Synthetic Latent Fingerprint Generation [17.07118976088468]
  大規模なパブリック・ミュージック・データベースの欠如により,現実的な規模でのオーディオ・フィンガープリントの評価が制限される。 実際の指紋の分布を近似した潜伏指紋を合成するオーディオフリーな手法を提案する。 本研究では,本システムを用いて生成した合成指紋をリアルな気晴らし器として機能し,音声の追加を必要とせずに大規模検索性能のシミュレーションを可能にする。
  論文  参考訳（メタデータ） (2025-09-23T04:11:15Z)
• AxBench: Steering LLMs? Even Simple Baselines Outperform Sparse Autoencoders [73.37603699731329]
  ステアリングと概念検出のための大規模ベンチマークであるAxBenchを紹介する。 ステアリングでは、すべての既存のメソッドを高速に処理し、次いで微調整する。 概念検出では、差分のような表現に基づく手法が最善を尽くす。
  論文  参考訳（メタデータ） (2025-01-28T18:51:24Z)
• Unbalanced Fingerprint Classification for Hybrid Fingerprint Orientation Maps [1.6229112905195138]
  本研究は,乾燥,標準,湿潤の早期に指紋を識別し,誤検出の原因を標的とした。 スキャン画像は,提案した特徴点と相関した明瞭度に基づいて分類される。 また,ニューラルネットワークに基づく分類手法よりも,新しい手法の方が優れていることがわかった。
  論文  参考訳（メタデータ） (2024-09-01T16:53:02Z)
• Noisy Self-Training with Synthetic Queries for Dense Retrieval [49.49928764695172]
  合成クエリと組み合わせた,ノイズの多い自己学習フレームワークを提案する。 実験結果から,本手法は既存手法よりも一貫した改善が得られた。 我々の手法はデータ効率が良く、競争のベースラインより優れています。
  論文  参考訳（メタデータ） (2023-11-27T06:19:50Z)
• Noisy Pair Corrector for Dense Retrieval [59.312376423104055]
  ノイズペアコレクタ(NPC)と呼ばれる新しい手法を提案する。 NPCは検出モジュールと修正モジュールから構成される。 我々は,テキスト検索ベンチマークのNatural QuestionとTriviaQA,コード検索ベンチマークのStaQCとSO-DSで実験を行った。
  論文  参考訳（メタデータ） (2023-11-07T08:27:14Z)
• FedNoisy: Federated Noisy Label Learning Benchmark [53.73816587601204]
  フェデレーション学習は、クライアントからの機密データを集約することなく、分散学習で人気を集めている。 データ分離の分散と分離の性質は、データ品質によって複雑になり、ノイズの多いラベルに対してより脆弱になる可能性がある。 私たちは、研究者が潜在的にフェデレートされたノイズ設定を十分に調査するのに役立つ、最初の標準ベンチマークを提供しています。
  論文  参考訳（メタデータ） (2023-06-20T16:18:14Z)
• Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
  ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。 従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。 本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-05-22T10:17:38Z)

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。