論文の概要: Towards Deployable Underwater Vessel Classification

• arxiv url: http://arxiv.org/abs/2609.29179v1
• Date: Thu, 24 Sep 2026 07:50:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.780075
• Title: Towards Deployable Underwater Vessel Classification
• Title（参考訳）: 展開可能な水中船舶の分類に向けて
• Abstract要約: 本稿では,多表現特徴工学,時間統計プール,コンパクト畳み込みアーキテクチャを組み合わせた水中音響分類フレームワークを提案する。 従来および聴覚に触発された複数の表現を調査し,ShipsEarデータセット上の軽量分類器と標準ニューラルネットワーク(CNN)を評価した。
• 参考スコア（独自算出の注目度）: 7.305200173116163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a compact underwater acoustic classification framework combining multi-representation feature engineering, temporal statistical pooling, and compact convolutional architectures designed for acoustic time-frequency and cochlear representations. We investigate multiple conventional and auditory-inspired representations and first evaluate lightweight classifiers and Conventional Neural Networks (CNNs) on ShipsEar dataset. On the provided split, a two-layer CNN achieves a macro F1 of 0.9918, while a Radial Basis Function Support Vector Machine (RBF-SVM) reaches 0.9883. However, source-recording provenance cannot be reconstructed, preventing verification of recording-independent generalisation. We therefore evaluate on DeepShip dataset using recording-level partitioning before segmentation. Under this protocol, a 157K-parameter compact CNN achieves a test macro F1 of 0.7226, while an 11.17M-parameter ResNet18 provides no improvement in validation performance under the matched setting. These results demonstrate the importance of representation-aware feature and model design, together with rigorous recording-level evaluation, for classification performance and deployability in compact underwater acoustic systems.
• Abstract（参考訳）: 本稿では,複数表現の特徴工学,時間的統計プール,音響周波数およびコクラー表現のためのコンパクトな畳み込み構造を組み合わせた水中音響分類フレームワークを提案する。 従来および聴覚に触発された複数の表現を調査し,ShipsEarデータセット上の軽量分類器と標準ニューラルネットワーク(CNN)を評価した。 提供される分割では、2層CNNがマクロF1の0.9918を達成する一方、放射基底関数サポートベクトルマシン(RBF-SVM)は0.9883に達する。 しかし、ソース記録による証明は再構成できないため、記録非依存の一般化の検証はできない。 そこで我々は,セグメンテーション前の記録レベルのパーティショニングを用いてDeepShipデータセットの評価を行った。 このプロトコルでは、157KパラメータのコンパクトCNNが0.7226のテストマクロF1を達成する一方、11.17MパラメータのResNet18は一致した設定下での検証性能を改善しない。 これらの結果は,小型水中音響システムの分類性能と展開性について,厳密な記録レベル評価とともに,表現認識機能とモデル設計の重要性を示した。

関連論文リスト

• Do Transformers Actually Help Intrusion Detection? A Temporal Sequence Evaluation on CIC-IDS2017 [1.2934180951771597]
  我々はCIC-IDS 2017を、ネットワーク会話から順序付きフローシーケンスを構築することで、時間的侵入検出タスクとして再構成する。 中心的な発見は、アーキテクチャではなくパディング規約がトランスフォーマーのパフォーマンスを決定することである。 我々は、将来のIDS研究において、漏洩のない分割、明示的なパディング開示、シーケンシャル・アウェア・ベンチマークを標準的実践として推奨する。
  論文  参考訳（メタデータ） (2026-06-09T16:57:10Z)
• Parameter-efficient Dual-encoder Architecture with Differentiable Choquet Integral Fusion for Underwater Acoustic Classification [43.92337343771302]
  本稿では、音響波形とスペクトログラムを同時に処理するデュアルエンコーダニューラルアーキテクチャを提案する。 潜在的な非対称なチャネル歪みによって最小に劣化した表現に動的に注意を移すことにより、提案したゲーティング機構は水中環境の非定常的課題を緩和する。
  論文  参考訳（メタデータ） (2026-06-01T14:49:38Z)
• Beyond Sequences: A Benchmark for Atomic Hand-Object Interaction Using a Static RNN Encoder [0.0]
  我々は、MANIACデータセットから生動画を27,476の統計力学的特徴ベクトルに変換する構造化データエンジニアリングプロセスを導入する。 我々のモデルは、バランスの取れたF1スコア0.90を達成することで、最も困難な移行クラスである「グラビング」を乗り越えることに成功した。 これらの結果は、構造化された、解釈可能な特徴と軽量アーキテクチャを用いた、低レベルの手オブジェクト間相互作用認識のための新しいベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-12-10T13:11:43Z)
• AHDMIL: Asymmetric Hierarchical Distillation Multi-Instance Learning for Fast and Accurate Whole-Slide Image Classification [51.525891360380285]
  AHDMILは非対称な階層的蒸留マルチインスタンス学習フレームワークである。 2段階のトレーニングプロセスを通じて、無関係なパッチを排除します。 分類性能と推論速度の両方において、従来の最先端手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2025-08-07T07:47:16Z)
• End-to-End Implicit Neural Representations for Classification [57.55927378696826]
  Inlicit Neural representations (INRs) は、ニューラルネットワークパラメータの信号を符号化し、信号再構成に優れた結果を示す。 INRをベースとした分類は、CNNのようなピクセルベースの手法に比べて、依然としてかなり低性能である。 本研究は,SIRENを学習段階のスキームとともに初期化するエンド・ツー・エンドの戦略を提案する。
  論文  参考訳（メタデータ） (2025-03-23T16:02:23Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• A Lottery Ticket Hypothesis Framework for Low-Complexity Device-Robust Neural Acoustic Scene Classification [78.04177357888284]
  デバイス・ロバスト音響シーン分類(ASC)のためのデータ拡張、知識伝達、プルーニング、量子化を組み合わせた新しいニューラルモデル圧縮戦略を提案する。 本稿では,低複雑マルチデバイスASCのためのアコースティック・ロッテリー(Austratic Lottery)という,効率的なジョイント・フレームワークについて報告する。
  論文  参考訳（メタデータ） (2021-07-03T16:25:24Z)
• Raw Waveform Encoder with Multi-Scale Globally Attentive Locally Recurrent Networks for End-to-End Speech Recognition [45.858039215825656]
  本稿では,グローバルな注意的局所再帰(GALR)ネットワークを採用し,生波形を直接入力とする新しいエンコーダを提案する。 ベンチマークデータセットAISHELL-2と,5,000時間21,000時間の大規模マンダリン音声コーパスを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-06-08T12:12:33Z)
• ACDC: Weight Sharing in Atom-Coefficient Decomposed Convolution [57.635467829558664]
  我々は,CNNにおいて,畳み込みカーネル間の構造正則化を導入する。 我々はCNNがパラメータや計算量を劇的に減らして性能を維持していることを示す。
  論文  参考訳（メタデータ） (2020-09-04T20:41:47Z)

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。