文献

J-GLOBAL ID：201802268451849818   整理番号：18A0274019

局所二値パターンと機械学習アルゴリズムを用いた北大西洋セミクジラアップコールの2段式検出【Powered by NICT】

Two-stage detection of north Atlantic right whale upcalls using local binary patterns and machine learning algorithms

著者 (4件)： Esfahanian Mahdi (Department of Computer and Electrical Engineering and Computer Science, Florida Atlantic University, Boca Raton, FL 33431, USA) ,  Erdol Nurgun (Department of Computer and Electrical Engineering and Computer Science, Florida Atlantic University, Boca Raton, FL 33431, USA) ,  Gerstein Edmund (Department of Computer and Electrical Engineering and Computer Science, Florida Atlantic University, Boca Raton, FL 33431, USA) ,  Zhuang Hanqi (Department of Computer and Electrical Engineering and Computer Science, Florida Atlantic University, Boca Raton, FL 33431, USA)
資料名： Applied Acoustics  (Applied Acoustics)
巻： 120  ページ： 158-166  発行年： 2017年 
JST資料番号： D0559A  ISSN： 0003-682X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,著者らは北大西洋セミクジラUPcallsを検出における2段階分類戦略の有効性を調べた。受動音響モニタリング装置からのデータの時間-周波数測定を画像として評価した。発声スペクトログラムを雑音低減と音除去のための前処理である。アルゴリズムの第一段階は,エネルギー検出アルゴリズムによる非UPcallsを除去した。第二段階では,二セットの特徴は,輪郭およびテクスチャに基づく方法を用いて残りの信号から抽出した。前者はupcall輪郭からの時間-周波数特徴の抽出に基づいており,後者はUPcallsの顕著なテクスチャ特徴を抽出するために,局所二値パターン演算子を採用した。評価相はupcall検出のための輪郭ベースとテクスチャに基づく特徴の両者の有効性を評価するためにいくつかの分類器を用いて実施した。コーネル大学のデータセットから得られた機械学習アルゴリズムの比較ROC曲線は,LBP特徴を時間-周波数特徴に対して,43%まで性能精度を改善したことを明らかにした。線形判別分析,サポートベクトルマシン,およびTreeBaggerのような分類器は,LBP特徴を持つ最高upcall検出率を達成した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 周波数測定 ,  画像 ,  *アルゴリズム ,  *学習アルゴリズム ,  音響 ,  雑音低減 ,  発声 ,  周波数 ,  *北大西洋 ,  サポートベクトルマシン
準シソーラス用語： 線形判別分析 ,  質感 ,  スペクトログラム ,  音響モニタリング ,  *セミクジラ , 【Automatic Indexing@JST】

著者キーワード (5件)： タイセイヨウセミクジラ ,  音響モニタリング ,  Upcall検出 ,  局所二値パターン ,  分類

分類 (3件)： 騒音・振動一般  (SB04020T) ,  車体構造とぎ装  (QG03060R) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (4件)： 二値 ,  機械学習 ,  アルゴリズム ,  北大西洋