少样本自适应异常声音检测方法研究
热点事件持续更新
少样本自适应异常声音检测方法研究
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
研究提出两步式异常声音检测方案:仅有正常音频时部署正则化无监督模型,首次机器故障后利用故障期间采集的异常样本进行少样本自适应。自适应将 AUPR 从 23.0 提升至 64.0,低误报率区域的 pAUROC 从 39.6 提升至 72.8;协方差正则化同时改善了无监督模型的预测精度和训练稳定性。
摘自 arXiv:cs.LG
最新进展10月15日 12:00
低误报率下的异常声音检测少样本自适应方法报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.LG低误报率下的异常声音检测少样本自适应方法
研究提出两步式异常声音检测方案:仅有正常音频时部署正则化无监督模型,首次机器故障后利用故障期间采集的异常样本进行少样本自适应。自适应将 AUPR 从 23.0 提升至 64.0,低误报率区域的 pAUROC 从 39.6 提升至 72.8;协方差正则化同时改善了无监督模型的预测精度和训练稳定性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。