文献

J-GLOBAL ID：201902227537999410   整理番号：19A2769009

自律表面車両からの右クジラ検出のための機械学習法の比較【JST・京大機械翻訳】

A comparison of machine learning methods for detecting right whales from autonomous surface vehicles

著者 (4件)： Vickers W. (University of East Anglia,School of Computing Sciences,,Norwich,,UK) ,  Milner B. (University of East Anglia,School of Computing Sciences,,Norwich,,UK) ,  Lee R. (Gardline Environmental Gardline Geosurvey Limited,,,Great Yarmouth,,UK) ,  Lines J. (University of East Anglia,School of Computing Sciences,,Norwich,,UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： EUSIPCO  ページ： 1-5  発行年： 2019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： 本研究では,自律表面車両(ASV)からの正しいクジラを検出する問題に適用される機械学習法の範囲を比較した。最大化検出精度は,ASVの限界を与えられた処理要件の最小化として重要である。これにより,精度と処理要求の間のトレードオフを調べることができる。3つの広いタイプの機械学習法を,畳込みニューラルネットワーク(CNNs),時間領域法および特徴ベースの方法について調査した。CNNは検出精度と処理要求の両方に関して最良の性能を与えることが分かった。これらは,1kHzまでのダウンサンプリングにも耐性があり,処理時間の有意な減少と同様に精度のわずかな改善を与えた。このことは,約250Hzの正しいクジラ鳴声の帯域幅に起因し,従って,ダウンサンプリングは,望ましくない雑音のあるスペクトル領域を除去するだけでなく,音を完全に捕捉することができる。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音響 ,  *機械学習 ,  雑音 ,  加工時間 ,  帯域幅 ,  スペクトル
準シソーラス用語： 鳴き声 ,  ダウンサンプリング ,  時間領域解析 ,  畳込みニューラルネットワーク ,  検出精度 ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 自律 ,  クジラ ,  機械学習