論文の概要: CoReLoop: Parameter-Efficient Controlled Recurrent Refinement for Audio Deepfake Detection

• arxiv url: http://arxiv.org/abs/2609.19818v2
• Date: Fri, 18 Sep 2026 06:21:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.713852
• Title: CoReLoop: Parameter-Efficient Controlled Recurrent Refinement for Audio Deepfake Detection
• Title（参考訳）: CoReLoop:オーディオディープフェイク検出のためのパラメータ効率よく制御されたリカレントリファインメント
• Abstract要約: 音声のディープフェイク検出では、目に見えない攻撃を一般化することは依然として難しい。 冷凍エンコーダに繰り返し入力を適用することで,この再利用を効果的に行うCoReLoopを提案する。 CoReLoopは検出器の当初のファーストパス予測を維持しながらさらなる改良を可能にする。
• 参考スコア（独自算出の注目度）: 21.078498308637382
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generalizing to unseen attacks remains challenging for audio deepfake detectors, and collecting training data covering all potential attacks is impractical. We explore recurrent refinement in an already-trained SSL-based detector without additional data or changes to its original parameters. However, directly recycling encoder outputs as inputs degrades detection in our diagnostic. We propose CoReLoop, which makes this reuse effective by adapting recurrent inputs to the frozen encoder, controlling state updates, and aligning refined outputs with the frozen classifier. By training only lightweight refinement modules and loop-specific low-rank adapters on the original data, CoReLoop enables additional refinement while preserving the detector's original first-pass prediction. On 14 cross-domain test sets, the 24-layer model reduces pooled equal error rate (EER) from 4.85% to 3.74% with two passes, with approximately 10M trainable parameters out of 598M. To selectively apply this refinement, an optional halting head chooses the depth for each utterance, achieving 3.73% pooled EER with an average of 1.18 passes.
• Abstract（参考訳）: オーディオディープフェイク検知器では、目に見えない攻撃を一般化することは依然として困難であり、すべての攻撃をカバーしたトレーニングデータ収集は現実的ではない。 我々は、既に訓練済みのSSLベースの検出器において、追加のデータや元のパラメータを変更することなく、繰り返し改善を検討する。 しかし, 直接リサイクルしたエンコーダは, 診断における検出の劣化に伴って出力される。 この再帰的な入力を冷凍エンコーダに適応させ、状態更新を制御し、精細化された出力を冷凍分類器と整合させることにより、この再利用を効果的に行うCoReLoopを提案する。 軽量リファインメントモジュールとループ固有の低ランクアダプタのみをトレーニングすることで、CoReLoopは検出器の当初のファーストパス予測を維持しながらさらなるリファインメントを可能にする。 14のクロスドメインテストセットでは、24層モデルでは598Mのうち約10Mのトレーニング可能なパラメータで、プールド・平等エラーレート(EER)を4.85%から3.74%に削減している。 この改良を選択的に適用するために、任意の停止ヘッドは、各発話の深さを選択し、平均1.18パスで3.73%のプールEERを達成する。

関連論文リスト

• Ghost Attractor Networks: Basin-Structured Dynamical Decoders for Closed-Loop Sequential Generation [15.734979840846568]
  本稿では,理論的に導出された動的デコーダであるGhost Attractor Networksを提案する。 ドリフトによって学習されたポテンシャルの下で進化し、建設によって盆地・トラクター構造を生成する。
  論文  参考訳（メタデータ） (2026-06-16T11:23:30Z)
• How Much Capacity Does EEG Denoising Need? Ultra-Compact Networks reveal Benchmark Saturation and Metric-Utility Gap [0.0]
  深層学習EEG(Deep Learning EEG Denoising Architectures)は、数万から数千万のパラメータに拡張されているが、実験変数としてモデルキャパシティを分離した以前の研究はない。 アーキテクチャ,損失,データ分割,トレーニングレシピの両ギャップに対処し,最小限の深さ分離可能な畳み込みU-Netで1.05Kから40.26Kパラメータまでのチャネル幅を網羅する。
  論文  参考訳（メタデータ） (2026-06-07T12:17:25Z)
• Evolutionary Multi-Objective Fusion of Deepfake Speech Detectors [0.17398560678845076]
  本稿では,検出誤差とシステム複雑性を両立させる多目的スコア融合フレームワークを提案する。 36個のSSLベースの検出器を用いたASVspoof 5データセットの実験では、得られたフロントは単純な平均値とロジスティック回帰基準よりも優れていた。 提案手法は多様なトレードオフソリューションも提供し,精度と計算コストのバランスをとるデプロイメントの選択を可能にする。
  論文  参考訳（メタデータ） (2026-04-01T19:17:59Z)
• ECG Latent Feature Extraction with Autoencoders for Downstream Prediction Tasks [2.2616169634370076]
  心電図(Electrocardiogram、ECG)は、安価で広く用いられる心臓評価用ツールである。 標準化されたフォーマットと小さなファイルサイズにもかかわらず、ECG信号の複雑さと個人間変動は、ディープラーニングモデルでの使用を困難にしている。 本研究は,代表的ビート心電図から特徴生成手法を探索することにより,これらの課題に対処する。 本稿では,3つの新しい変分自動エンコーダ(VAE)-Stochastic Autoencoder (SAE), Annealed beta-VAE (A beta-VAE), Cyclical beta VAE (C beta-VAE)を導入し,それらの維持効果を比較した。
  論文  参考訳（メタデータ） (2025-07-31T19:37:05Z)
• DC-Solver: Improving Predictor-Corrector Diffusion Sampler via Dynamic Compensation [68.55191764622525]
  拡散モデル(DPM)は、視覚合成において顕著な性能を示すが、サンプリング中に複数の評価を必要とするため、計算コストが高い。 最近の予測器合成・拡散サンプリング装置は,要求される評価回数を大幅に削減したが,本質的には誤調整の問題に悩まされている。 我々はDC-CPRrと呼ばれる新しい高速DPMサンプリング装置を導入する。
  論文  参考訳（メタデータ） (2024-09-05T17:59:46Z)
• 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)
• Efficient Decoder-free Object Detection with Transformers [75.00499377197475]
  視覚変換器(ViT)は、物体検出アプローチのランドスケープを変化させている。 本稿では,デコーダフリー完全トランス(DFFT)オブジェクト検出器を提案する。 DFFT_SMALLは、トレーニングおよび推論段階で高い効率を達成する。
  論文  参考訳（メタデータ） (2022-06-14T13:22:19Z)
• Integral Migrating Pre-trained Transformer Encoder-decoders for Visual Object Detection [78.2325219839805]
  imTEDは、数発のオブジェクト検出の最先端を最大7.6%改善する。 MS COCOデータセットの実験は、imTEDが一貫してそのデータセットを2.8%上回っていることを示している。
  論文  参考訳（メタデータ） (2022-05-19T15:11:20Z)
• Non-Autoregressive Transformer ASR with CTC-Enhanced Decoder Input [54.82369261350497]
  CTCモジュールの予測を精算することでターゲットシーケンスを生成するCTC拡張NARトランスを提案する。 実験結果から,Aishell-1およびAishell-2データセットでは,Aishell-1およびAishell-2データセットの絶対CER劣化が0。
  論文  参考訳（メタデータ） (2020-10-28T15:00:09Z)
• SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
  本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。 効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。 構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
  論文  参考訳（メタデータ） (2020-07-26T12:32:38Z)

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。