用于机器状态声音无监督异常检测的深度全连接与卷积自编码器
音频与语音处理
2020-06-22 v2 机器学习
声音
摘要
本技术报告描述了为 DCASE 2020 挑战赛任务 2 开发的两种方法。该挑战赛涉及用于检测异常声音的无监督学习，因此在训练过程中仅提供正常的机器工作状态样本。这两种方法涉及深度自编码器，基于使用梅尔频谱图处理声音特征的全连接和卷积架构。使用该挑战赛的六种机器类型数据集进行了实验。总体而言，所提出的全连接和卷积自编码器取得了具有竞争力的结果，优于挑战赛的基线方法。
引用
@article{arxiv.2006.10417,
title = {Deep Dense and Convolutional Autoencoders for Unsupervised Anomaly Detection in Machine Condition Sounds},
author = {Alexandrine Ribeiro and Luis Miguel Matos and Pedro Jose Pereira and Eduardo C. Nunes and Andre L. Ferreira and Paulo Cortez and Andre Pilastri},
journal= {arXiv preprint arXiv:2006.10417},
year = {2020}
}
备注
5 pages, 3 figures, submitted for DCase 2020 challenge