Fugu-MT 論文翻訳(概要): Beyond Discrimination: Calibrated Geoprior Fusion for Bioacoustic Monitoring

論文の概要: Beyond Discrimination: Calibrated Geoprior Fusion for Bioacoustic Monitoring

arxiv url: http://arxiv.org/abs/2609.35863v1
Date: Fri, 25 Sep 2026 19:08:01 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-30 21:28:46.867833
Title: Beyond Discrimination: Calibrated Geoprior Fusion for Bioacoustic Monitoring
Title（参考訳）: 識別を超えて:生物音響モニタリングのための校正ジオプリアフュージョン
Abstract要約: 我々は,大域的アノテート音響データセットを利用して,音響モデルの校正先行値を生成する。本稿では,識別を保ちながらキャリブレーションを実証的に改善する,ジオプリアと音響予測を融合する新しい手法を提案する。
参考スコア（独自算出の注目度）: 2.7607697602412595
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Modern bioacoustic foundation models like Perch and BirdNET can identify species with high discriminative accuracy, yet their confidence scores are often uncalibrated and difficult to interpret as probabilities of real-world occurrence. This limits their use for ecological inference beyond threshold-based detection. We leverage a global annotated acoustic dataset (WABAD) to produce calibration priors for an acoustic model, optionally incorporating species-level information. We introduce new methods of fusing the acoustic predictions with geopriors, which empirically improves calibration while preserving discrimination. Together, these results suggest a path to simpler and more reliable acoustic monitoring for broad biodiversity.
Abstract（参考訳）: 現代のバイオ音響基盤モデルであるPerchやBirdNETは、高い識別精度の種を識別することができるが、その信頼性スコアは、しばしば未分類であり、実世界の発生の確率と解釈することは困難である。これにより、しきい値に基づく検出以上のエコロジー推論の使用が制限される。我々は、グローバルアノテート音響データセット(WABAD)を利用して、任意に種レベルの情報を組み込んだアコースティックモデルの校正先を生成する。本稿では,識別を保ちながらキャリブレーションを実証的に改善する,ジオプリアと音響予測を融合する新しい手法を提案する。これらの結果から, よりシンプルで信頼性の高い音響モニタリングの道筋が示唆された。

関連論文リスト

Uncertainty Calibration of Multi-Label Bird Sound Classifiers [2.3510007132962203]
生体音響学において、キャリブレーションは、重なり合う発声、長い尾を持つ種分布、訓練データと展開データの間の分布シフトによって挑戦される。我々は、BirdSetベンチマークにおいて、4つの最先端のマルチラベル音声分類器の校正をベンチマークし、グローバル、データセットごと、クラスごとの校正の両方を評価した。
論文参考訳（メタデータ） (2025-11-11T13:54:59Z)
Ecologically Valid Benchmarking and Adaptive Attention: Scalable Marine Bioacoustic Monitoring [2.558238597112103]
GetNetUPAMは、現実的な可変性の下で安定性をモデル化するためのネストされたクロスバリデーションフレームワークである。データは異なるサイト年区分に分割され、記録を保存し、各バリデーションフォールドがユニークな環境サブセットを反映することを保証する。 ARPA-Nは、DenseNetベースラインに対する平均精度が14.4%向上し、すべてのメトリクスで対数2スケールのオーダー・オブ・マグニチュードが減少する。
論文参考訳（メタデータ） (2025-09-04T22:03:05Z)
Joint Source-Environment Adaptation of Data-Driven Underwater Acoustic Source Ranging Based on Model Uncertainty [4.68725358778892]
事前訓練されたディープラーニングモデルを新しい未知の環境に適用することは、水中の音像定位において大きな課題である。事前学習したモデルの性能は、トレーニングデータとテストデータのミスマッチに悩まされているが、一般的に、ミスマッチがより多い環境では、高い不確実性を示す。本研究では,不確実なサンプルのラベル付けを改善するために,特定のサンプルを用いて新しい環境にモデルを適応させる手法を実装した。
論文参考訳（メタデータ） (2025-03-30T00:00:17Z)
All Thresholds Barred: Direct Estimation of Call Density in Bioacoustic Data [1.7916003204531015]
本研究では,データ単位の呼び出し密度を推定するための検証手法を提案する。我々はこれらの分布を用いて、分布シフトの対象となるサイトレベルの密度を予測する。
論文参考訳（メタデータ） (2024-02-23T14:52:44Z)
Benchmarking common uncertainty estimation methods with histopathological images under domain shift and label noise [62.997667081978825]
リスクの高い環境では、深層学習モデルは不確実性を判断し、誤分類の可能性がかなり高い場合に入力を拒否しなければなりません。我々は,全スライド画像の分類において,最もよく使われている不確実性と頑健さの厳密な評価を行う。我々は一般的に,手法のアンサンブルが,ドメインシフトやラベルノイズに対するロバスト性の向上とともに,より良い不確実性評価につながることを観察する。
論文参考訳（メタデータ） (2023-01-03T11:34:36Z)
Investigation of Different Calibration Methods for Deep Speaker Embedding based Verification Systems [66.61691401921296]
本稿では, ディープスピーカ埋込抽出器のスコアキャリブレーション法について検討する。この研究のさらなる焦点は、スコア正規化がシステムの校正性能に与える影響を推定することである。
論文参考訳（メタデータ） (2022-03-28T21:22:22Z)
Certified Adversarial Defenses Meet Out-of-Distribution Corruptions: Benchmarking Robustness and Simple Baselines [65.0803400763215]
この研究は、最先端のロバストモデルがアウト・オブ・ディストリビューションデータに遭遇した場合、敵のロバスト性がどのように変化を保証しているかを批判的に検証する。本稿では,トレーニングデータのスペクトルカバレッジを改善するために,新たなデータ拡張方式であるFourierMixを提案する。また,FourierMixの拡張により,様々なOODベンチマークにおいて,より優れたロバスト性保証を実現することが可能となる。
論文参考訳（メタデータ） (2021-12-01T17:11:22Z)
Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
論文参考訳（メタデータ） (2021-03-18T11:01:21Z)
Cross-domain Adaptation with Discrepancy Minimization for Text-independent Forensic Speaker Verification [61.54074498090374]
本研究では,複数の音響環境下で収集したCRSS-Forensicsオーディオデータセットを紹介する。我々は、VoxCelebデータを用いてCNNベースのネットワークを事前訓練し、次に、CRSS-Forensicsのクリーンな音声で高レベルのネットワーク層の一部を微調整するアプローチを示す。
論文参考訳（メタデータ） (2020-09-05T02:54:33Z)
Capturing scattered discriminative information using a deep architecture in acoustic scene classification [49.86640645460706]
本研究では,識別情報を捕捉し,同時に過度に適合する問題を緩和する様々な手法について検討する。我々は、ディープニューラルネットワークにおける従来の非線形アクティベーションを置き換えるために、Max Feature Map法を採用する。 2つのデータ拡張方法と2つの深いアーキテクチャモジュールは、システムの過度な適合を減らし、差別的なパワーを維持するためにさらに検討されている。
論文参考訳（メタデータ） (2020-07-09T08:32:06Z)

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。