Классификация звуков окружающей среды с использованием моделей машинного обучения

Яковлев А. А.; Кузин Д. А.; Свердлов Е.

База данных: Каталог библиотеки СФУ

Библиографическое описание: Яковлев, А. А. Классификация звуков окружающей среды с использованием моделей машинного обучения / А. А. Яковлев, Д. А. Кузин, Е. Свердлов. - Текст : непосредственный // Журнал Сибирского федерального университета. Техника и технологии. - 2025. - Т. 18, № 5. - С. 688-707. - Библиогр.: с. 702-707. - ISSN 1999-494X.

Аннотация: Классификация звуков окружающей среды (Environmental Sound Classification – ESC) – это область исследований, которая привлекает к себе все большее внимание, потому что большинство научных исследований сосредоточены на изучении речевых и музыкальных сигналов. Звуки окружающей среды, входящие в эту классификацию: звон битого стекла, звук летящего вертолета, плач ребенка и т.д., могут помочь в системах видеонаблюдения, системах оперативного реагирования на происшествия, а также в расследованиях преступлений. Цель данной работы состоит в анализе широкого спектра литературы в области классификации звуков окружающей среды, включающей в себя описание методов предварительной обработки данных, извлечения признаков в моделях машинного обучения. Исследователи использовали методы удаления шума и улучшения качества для предварительной обработки сигнала. В данной работе описываются различные наборы данных, которые использовались в недавних исследованиях с указанием максимальной достигнутой точности классификации моделями машинного обучения. Глубокие нейронные сети зачастую превосходят традиционные модели машинного обучения. В данной работе также рассматриваются задачи и перспективные исследования в области классификации звуков окружающей среды.

Год издания: 2025

Авторы: Яковлев А. А. , Кузин Д. А. , Свердлов Е.

Источник: Журнал Сибирского федерального университета. Техника и технологии

Выпуск: Т. 18, № 5

Номера страниц: 688-707

Количество экземпляров:

Всего свободно 3 из 3 экземпляров.

Читальный зал Б307 (пр. Свободный, 79, к. Б3-07): свободно 1 из 1 экземпляров
Читальный зал (пер. Вузовский, 6Д): свободно 1 из 1 экземпляров
Информационно-библиографический отдел (ул. Л. Прушинской, 2, к. 3-06): свободно 1 из 1 экземпляров

Показать дополнительные сведения

Использование методов машинного обучения для исследования маркеров атеросклероза магистральных артерий

Львович Я. Е. и др.
2020 год

Применение методов машинного обучения для решения задачи автоматической рубрикации статей по УДК

Романов А. Ю. и др.
2017 год

Классификация мер по предупреждению совершения правонарушений в сфере охраны окружающей среды

Чернова Гульнара Шарифулловна
2016 год

О способе определения бортовой эфемеридной информации L1OC, L3OC ГЛОНАСС в целях тестирования алгоритмов местоопределения в навигационном приемнике ГЛОНАСС

Шарфунова Т. Г. и др.
2020 год

Метод повышения помехоустойчивости импульсно-доплеровской бортовой радиолокационной станции при воздействии сигналоподобной помехи типа DRFM

Богданов А. В. и др.
2020 год

Обоснование требований к цифровым синтезаторам сигналов для различных типов РЛС

Викторов Д. С. и др.
2020 год

Помехоустойчивость канала передачи данных с ППРЧ при мягком декодировании с использованием оценок спектральной плотности мощности помехи

Бердышев В. П. и др.
2020 год

Оценка эффективности деструктивных воздействий на лазерные системы наведения высокоточного оружия

Донцов А. А. и др.
2020 год

О выборе геометрии базы, типа и конструкции пассивного радиоотражателя комплекса пассивной радиолокации

Лой В. В. и др.
2020 год

Обнаружение подповерхностных объектов под статистически неровной поверхностью грунта параметрическим радиолокационным методом

Шайдуров Р. Г.
2020 год

Система тепловых труб в составе радиоэлектронного оборудования космического аппарата

Соколов Н. Ю. и др.
2021 год

Методика синтеза и экспериментальное исследование антенн Ku-диапазона на основе тензорных метаповерхностей

Лемберг К. В. и др.
2021 год

Библиотечно-издательский комплекс СФУ

Классификация звуков окружающей среды с использованием моделей машинного обучения
статья из журнала

Похожие документы