文献

J-GLOBAL ID：201702243520241718   整理番号：17A1034446

深い学習を用いた無尾類呼分類【Powered by NICT】

Anuran call classification with deep learning

著者 (6件)： Strout Julia (Department of Computer Science, University of South Carolina, United States of America) ,  Rogan Bryce (Department of Mathematics, Pomona College, United States of America) ,  Seyednezhad S.M. Mahdi (School of Computing, Florida Institute of Technology, United States of America) ,  Smart Katrina (School of Computing, Florida Institute of Technology, United States of America) ,  Bush Mark (Department of Biological Sciences, Florida Institute of Technology, United States of America) ,  Ribeiro Eraldo (School of Computing, Florida Institute of Technology, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 2662-2665  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生態学者は無尾類(すなわち,カエルとヒキガエル)のような生物指標の個体群における変化を研究することによって湛水生息地や湿地の健康を評価することができる。無尾類個体群をモニターするために,生態学者は手動で音声記録からの無尾類種を同定した。同定タスクは,無尾類同定のための自動化法の利用可能性によって有意に合理化することができた。以前の有望なカエルの鳴き声を同定法はMel係数と他のフィルタ応答のような音声スペクトログラムから予め設計された特徴の抽出に頼っていた。設計前の特徴を用いる代わりに,著者らは分類のための最も重要な特徴を見つけるために性ディープ学習アルゴリズムを可能にすることを提案した。本論文で報告した研究では,畳込みニューラルネットワーク(CNN)を適用した無尾類分類する二性ディープ学習法を用いた。転移学習も使用した。CNN法は15種のカエルのデータセットで試験し,77%までの分類精度を得た。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 湛水 ,  畳込み ,  生態学 ,  生息場所 ,  ニューラルネットワーク ,  自動化 ,  生物指標 ,  湿地 ,  *学習 ,  個体群 ,  学習アルゴリズム
準シソーラス用語： 分類精度 ,  転移学習 ,  スペクトログラム ,  鳴き声 , 【Automatic Indexing@JST】

分類 (4件)： 個体群生態学  (EE03030S) ,  パターン認識  (JE07000S) ,  動物生理一般  (EJ02010E) ,  個生態学  (EE03020H)

タイトルに関連する用語 (3件)： 学習 ,  無尾類 ,  分類