文献

J-GLOBAL ID：202002291743632272   整理番号：20A2778763

エンドエッジクラウド組織化システムにおける協調的異常音イベント検出【JST・京大機械翻訳】

Cooperative abnormal sound event detection in end-edge-cloud orchestrated systems

著者 (6件)： Wang Jingrong (Department of Computer Science, University of Victoria, Victoria, BC, Canada) ,  Wang Jingrong (Department of Electrical and Computer Engineering, University of Toronto, Toronto, ON, Canada) ,  Liu Kaiyang (Department of Computer Science, University of Victoria, Victoria, BC, Canada) ,  Liu Kaiyang (School of Computer Science and Engineering, Central South University, Changsha, China) ,  Tzanetakis George (Department of Computer Science, University of Victoria, Victoria, BC, Canada) ,  Pan Jianping (Department of Computer Science, University of Victoria, Victoria, BC, Canada)
資料名： CCF Transactions on Networking  (CCF Transactions on Networking)
巻： 3  号： 3-4  ページ： 158-170  発行年： 2020年 
JST資料番号： W4141A  ISSN： 2520-8462  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,エンドエッジクラウド調整システムにおける都市監視のための新しい協調異常音事象検出フレームワークを提案した。階層的計算能力を利用する新しいオフロード意思決定方式を提案し,検出プロセスをスピードアップした。音声前処理(特徴抽出)と後処理(音源位置決めと音事象分類)は,いわゆる通信対計算比の計算に基づいて,エッジまたはクラウドに局所的に実行またはオフロードできる。さらに,ソースセンサ幾何学による偏ったオーディオ情報を考慮して,協調意思決定アルゴリズムを提案し,適応制御とアンサンブル学習による音事象分類結果を集約した。オーディオ前処理において,ログ-メルスペクトログラムと到着情報の時間を,最初に分散音響センサによって捕捉されたオーディオ波形から抽出して,次に,オフロード方式によって割り当てられた計算エンティティに送った。オーディオ後処理において,音源は最小二乗最小化を通して局所化される。局所音源によって誘導して,スペクトログラムを事前訓練ニューラルネットワークに供給して,次に,更なる分類のために結果凝集アルゴリズムを与えた。待ち時間と検出精度に関する広範な実験は,提案したスキームの優位性とロバスト性を示し,高い検出精度を維持しながら,センサ数の増加に起因する累積待ち時間を回避する。Copyright China Computer Federation (CCF) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  幾何学 ,  凝集 ,  最小二乗法 ,  意思決定 ,  *音響 ,  音源 ,  ニューラルネットワーク ,  特徴抽出 ,  都市 ,  オーディオ機器 ,  通信 ,  待ち時間 ,  ロバスト性
準シソーラス用語： スペクトログラム , 【Automatic Indexing@JST】

著者キーワード (4件)： 音響イベント検出 ,  協調処理 ,  オーディオ分類 ,  エンドエッジクラウド組織化システム

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： 組織化 ,  協調 ,  異常音 ,  イベント検出