Jun, 2023

使用二元预排序提高基于深度学习的灵长类动物声音分类

PDF
TL;DR在野生动物观测和保护领域中，本研究介绍了一种基于机器学习的方法，利用声音记录和 MEL 频谱图的子区段进行二分类和多类别分类，在分类任务上表现显著优于之前的模型基线。
wildlife observationmachine learningaudio recordingsmel spectrogramconvolutional neural networks
发现论文，激发创造
  • 面向声学生物多样性监测的小型精确卷积神经网络

    通过使用时间索引标签及适当大小的 RF，我们设计出了适用于紧凑低成本设备的小型 CNN 模型，实现了较好的分类性能。

    Dec, 2023

  • 调谐：临床环境中有限数据的音频分类器性能分析

    通过深度学习模型在临床环境中评估音频分类，针对反映真实世界前瞻性数据收集的小数据集，我们分析了包括 DenseNet 和 ConvNeXt 在内的 CNN 模型，以及像 ViT、SWIN 和 AST 这样的 Transformer 模型，并将它们与预训练的音频模型（如 YAMNet 和 VGGish）进行比较。我们的方法强调了在特定临床数据上微调之前，在大数据集上进行预训练的好处。我们从中风患者中先前未有的两个患者音频数据集进行前瞻性收集。我们研究了各种预处理技术，发现 RGB 和灰度频谱图变换会基于它们从预训练中学到的先验知识以不同方式影响模型性能。我们的发现表明，在小数据集背景下，CNN 模型可以达到或超过 Transformer 模型的性能，其中 DenseNet-Contrastive 和 AST 模型显示出显著的性能。本研究突出了模型选择、预训练和预处理在音频分类中逐渐边际增益的重要性，为依赖音频分类的临床诊断提供了有价值的见解。

    Feb, 2024

  • 使用卷积神经网络和新型声学表示法进行海洋哺乳动物物种分类

    本文介绍了一个卷积神经网络，其能够对三种鲸鱼、非生物噪声和环境噪声进行分类，以便于检测出水声记录中的鲸鱼叫声。作者们还提出一种新的声学信号表示方法，该方法建立在常用的谱图表示的基础上，通过差值和堆叠使用不同的短时傅里叶变换参数生成的多个谱图。该方法特别适用于海洋哺乳动物物种分类的任务中。

    Jul, 2019

  • 利用热带珊瑚礁、鸟类和无关声音进行优秀的海洋生物声学转移学习

    机器学习对于生态评估中的被动声学监测具有革命性的潜力，通过预训练网络可以降低高昂的注释和计算成本，本研究在珊瑚礁生物声学领域确定了最佳的预训练策略，通过交叉领域混合预训练，实现了用于海洋被动声学监测数据的自动化分析。

    Apr, 2024

  • 规则化对比预训练用于少样本 生物声音检测

    通过提供开源代码，本研究旨在降低少样本生物声事件检测的门槛，通过提出一个简单而有效的框架来实现此任务，并通过规范化监督对比预训练来学习能够在新目标任务中进行良好迁移的特征，从而在无特征适应时取得 61.52%（0.48）的高 F 分数，在进一步对新目标任务进行特征适应时获得 68.19%（0.75）的 F 分数。

    Sep, 2023

  • 用于鸟鸣声的多标签分类器链

    该研究提出了一种用于多标签分类鸟鸣的分类器链集合方法，并结合分段直方图表示进行实验比较，发现该方法通常优于二元关联法，在某些情况下优于多实例多标签学习算法。

    Apr, 2013

  • 基于人类评分系统和人工神经网络的大型生物声学信号分类

    本文提出一种方法，通过结合来自时频谱图的信号特征和人类感知，以提高声音分类性能，该方法利用人工神经网络 (ANN) 学习基于人类感知知识的信号特征，并应用于包含 24 个月几乎连续记录的大型声学数据集，结果表明性能显著提高。

    May, 2013

  • 重新思考用于音频分类的 CNN 模型

    本研究表明 ImageNet 预训练的标准深度 CNN 模型可以作为强大的音频分类基线网络，研究了使用预训练的权重来学习频谱图的有效性和如何构建更强大的集成模型以提高准确性。

    Jul, 2020

  • 深度音频嵌入解析鸟鸣

    研究使用半监督学习方法通过深度学习和声学监测来掌握鸟类叫声和环境噪声的特征，以提高环境声学数据的分类精度和深入了解环境声学数据的潜在结构。

    Aug, 2021

  • 利用受监督对比学习进行生物声学少样本检测的预训练表示

    通过数据增强和监督对比学习框架，利用少量标注样本实现了对生物声学应用中的声音事件进行检测和分类的深度学习方法，并在 DCASE 挑战中获得了较好的性能。

    Sep, 2023