文献

J-GLOBAL ID：201802258268076841   整理番号：18A2034494

ディープニューラルネットワークを用いた音によるハタ種の自動分類【JST・京大機械翻訳】

Automatic classification of grouper species by their sounds using deep neural networks

著者 (5件)： Ibrahim Ali K. (Department of Computer & Electrical Engineering and Computer Science, Florida Atlantic University, 777 Glades Road, Boca Raton, Florida 33431, USA [e-mail], [e-mail]) ,  Zhuang Hanqi (Department of Computer & Electrical Engineering and Computer Science, Florida Atlantic University, 777 Glades Road, Boca Raton, Florida 33431, USA [e-mail], [e-mail]) ,  Cherubin Laurent M. (Harbor Branch Oceanographic Institute, Florida Atlantic University, 5600 US1 North, Fort Pierce, Florida 34946, USA [e-mail]) ,  Schaerer-Umpierre Michelle T. (HJR Reefscaping, P.O. Box 1442, Boqueron 00622, Puerto Rico [e-mail]) ,  Erdol Nurgun (Department of Computer & Electrical Engineering and Computer Science, Florida Atlantic University, 777 Glades Road, Boca Raton, Florida 33431, USA [e-mail])
資料名： Journal of the Acoustical Society of America  (Journal of the Acoustical Society of America)
巻： 144  号： 3  ページ： EL196-EL202  発行年： 2018年 
JST資料番号： C0249A  ISSN： 0001-4966  CODEN： JASMAN  資料種別： 逐次刊行物 (A)
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： 本論文において,それらの発声によるハタ種の自動分類のための深い学習の有効性を調査した。提案した手法では,ウェーブレット雑音除去を用いて,周囲海洋雑音を低減し,次に,深いニューラルネットワークを用いて,異なる種のハタにより生成された音を分類した。4種のハタに対する実験結果により,提案した手法は,テストした全てのケースにおいて約90%以上の分類精度を達成することを示した。これは,ハタコールの自動分類に対する以前に報告された方法により得られたものよりも著しく優れている。Copyright 2018 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *自動分類 ,  雑音 ,  海洋 ,  *音響
準シソーラス用語： 分類精度 ,  ウェーブレット雑音除去 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 聴覚・音声モデル  (EL02070Y) ,  水中音響応用  (BB03090U) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ディープニューラルネットワーク ,  音 ,  ハタ ,  自動分類