Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:1502.00141

帮助 | 高级搜索

统计学 > 机器学习

arXiv:1502.00141 (stat)
[提交于 2015年1月31日 ]

标题: 基于声景形态学模型的事件检测评估框架

标题: An evaluation framework for event detection using a morphological model of acoustic scenes

Authors:Mathieu Lagrange, Grégoire Lafay, Mathias Rossignol, Emmanouil Benetos, Axel Roebel
摘要: 本文介绍了一种用于环境声景的模型,该模型采用形态学方法,通过抽象声景的时间结构来实现。为了展示其潜力,该模型被用于评估大量声事件检测系统的性能。此模型使我们能够明确控制声景的关键形态特征,并隔离它们对所评估系统性能的影响。因此,可以获得更多关于被评估系统行为的信息,从而为进一步改进提供指导。所提出的模型使用IEEE DCASE挑战赛提交的系统进行了验证;结果显示,所提出的方法能够成功构建可用于评估事件检测系统某些方面(尤其是其对新听觉条件的鲁棒性以及背景声音水平增加的适应能力)的有用数据集。
摘要: This paper introduces a model of environmental acoustic scenes which adopts a morphological approach by ab-stracting temporal structures of acoustic scenes. To demonstrate its potential, this model is employed to evaluate the performance of a large set of acoustic events detection systems. This model allows us to explicitly control key morphological aspects of the acoustic scene and isolate their impact on the performance of the system under evaluation. Thus, more information can be gained on the behavior of evaluated systems, providing guidance for further improvements. The proposed model is validated using submitted systems from the IEEE DCASE Challenge; results indicate that the proposed scheme is able to successfully build datasets useful for evaluating some aspects the performance of event detection systems, more particularly their robustness to new listening conditions and the increasing level of background sounds.
主题: 机器学习 (stat.ML) ; 声音 (cs.SD)
引用方式: arXiv:1502.00141 [stat.ML]
  (或者 arXiv:1502.00141v1 [stat.ML] 对于此版本)
  https://doi.org/10.48550/arXiv.1502.00141
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Mathieu Lagrange [查看电子邮件]
[v1] 星期六, 2015 年 1 月 31 日 18:12:34 UTC (115 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
stat.ML
< 上一篇   |   下一篇 >
新的 | 最近的 | 2015-02
切换浏览方式为:
cs
cs.SD
stat

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号