| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-06-18 13:00 多クラス分類器とその中間層出力の再構成器を用いた異常音検知の検討 ○松本啓汰・山田武志（筑波大）・牧野昭二（早大/筑波大）  SP2022-18 |
|
| 抄録 | （和） | 近年，正常音データのみを用いる教師なし学習によって，未知の異常音を検出する技術が求められている．現在主流となっているのは，正常音データの再構成に基づく手法である．この手法は，オートエンコーダを用いて入力データを再構成し，その再構成誤差を異常スコアとすることで異常検知を行う．また，学習時に仮想的な異常音データを用意することを前提に，正常・異常の二値分類器と潜在空間上の距離学習を組み合わせた手法が提案された．この手法では正常音と仮想的な異常音データを用いて二値分類器を学習するが，潜在空間上における正常，異常それぞれのクラス重心に基づく指標を損失関数と異常スコアに組み込んでいる．本稿では，これらの手法を統合してさらなる性能向上を目指す．具体的には，多クラス分類器，潜在空間上の距離学習，中間層出力の再構成器を組み合わせた手法を提案する．異常音検知のタスクであるDCASE2020 Task2を用いて実験を行った結果，提案手法が有効であることを確認した． |
| （英） | In recent years, there has been a growing demand for techniques to detect unknown anomalous sounds by unsupervised learning using only normal sound data. Currently, the most popular method is based on reconstruction of normal sound data. This method uses an autoencoder to reconstruct the input data, and uses the reconstruction error as the anomalous score for anomalous detection. A method combining a binary classifier for normal/anomaly and distance learning in the latent space was recently proposed, assuming that virtual anomalous sound data is prepared at the time of learning. This method learns a binary classifier using normal and virtual anomalous sound data, and incorporates an index based on the center of gravity of the normal and anomalous classes in the latent space into the loss function and anomalous score. In this paper, we integrate these methods to further improve performance. Specifically, we propose a method that combines a multi-class classifier, distance learning on the latent space, and a reconstructor of the intermediate layer output. Experimental results using DCASE2020 Task 2, a task for anomalous sound detection, confirm the effectiveness of the proposed method. |
|
| キーワード | （和） | 異常音検知 / 多クラス分類器 / 再構成器 / 距離学習 / / / / |
| （英） | anomalous sound detection / multiclass classifier / reconstructor / metric learning / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 81, SP2022-18, pp. 77-81, 2022年6月. | |
| 資料番号 | SP2022-18 | |
| 発行日 | 2022-06-10 (SP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SP2022-18 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-MUS IPSJ-SLP |
| 開催期間 | 2022-06-17 - 2022-06-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 音学シンポジウム2022 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2022-06-SP-MUS-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 多クラス分類器とその中間層出力の再構成器を用いた異常音検知の検討 |
| サブタイトル（和） | |
| タイトル（英） | Anomalous sound detection using multi-class classifier and reconstructor of its intermediate layer output |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 異常音検知 / anomalous sound detection |
| キーワード(2)（和/英） | 多クラス分類器 / multiclass classifier |
| キーワード(3)（和/英） | 再構成器 / reconstructor |
| キーワード(4)（和/英） | 距離学習 / metric learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松本 啓汰 / Keita Matsumoto / マツモト ケイタ |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第2著者 氏名（和/英/ヨミ） | 山田 武志 / Takeshi Yamada / ヤマダ タケシ |
| 第2著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tsukuba) |
| 第3著者 氏名（和/英/ヨミ） | 牧野 昭二 / Shoji Makino / マキノ ショウジ |
| 第3著者 所属（和/英） | 早稲田大学/筑波大学 (略称： 早大/筑波大) Waseda University/University of Tsukuba (略称： Waseda Univ./Univ. of Tsukuba) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-18 13:00:00 |
| 発表時間 | 120分 |
| 申込先研究会 | SP |
| 資料番号 | SP2022-18 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.81 |
| ページ範囲 | pp.77-81 |
| ページ数 | 5 |
| 発行日 | 2022-06-10 (SP) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)