MétaCan
Menu
Retour à la cohorte
Enregistrement W4288366319 · doi:10.48550/arxiv.1904.08990

End-to-End Environmental Sound Classification using a 1D Convolutional\n Neural Network

2019· preprint· W4288366319 sur OpenAlexaff
Sajjad Abdoli, Patrick Cardinal, Alessandro L. Koerich

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typepreprint
Langue
DomaineComputer Science
ThématiqueMusic and Audio Processing
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInitializationConvolutional neural networkSpeech recognitionFilter bankPattern recognition (psychology)Convolution (computer science)SIGNAL (programming language)Filter (signal processing)Representation (politics)Task (project management)End-to-end principleArtificial intelligenceAudio signalSliding window protocolWindow (computing)Artificial neural networkComputer visionSpeech coding

Résumé

récupéré en direct d'OpenAlex

In this paper, we present an end-to-end approach for environmental sound\nclassification based on a 1D Convolution Neural Network (CNN) that learns a\nrepresentation directly from the audio signal. Several convolutional layers are\nused to capture the signal's fine time structure and learn diverse filters that\nare relevant to the classification task. The proposed approach can deal with\naudio signals of any length as it splits the signal into overlapped frames\nusing a sliding window. Different architectures considering several input sizes\nare evaluated, including the initialization of the first convolutional layer\nwith a Gammatone filterbank that models the human auditory filter response in\nthe cochlea. The performance of the proposed end-to-end approach in classifying\nenvironmental sounds was assessed on the UrbanSound8k dataset and the\nexperimental results have shown that it achieves 89% of mean accuracy.\nTherefore, the propose approach outperforms most of the state-of-the-art\napproaches that use handcrafted features or 2D representations as input.\nFurthermore, the proposed approach has a small number of parameters compared to\nother architectures found in the literature, which reduces the amount of data\nrequired for training.\n

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,123
Tête enseignante GPT0,201
Écart entre enseignants0,077 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMusic and Audio ProcessingTravaux en français237 207