统计学 > 机器学习
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.