通过嵌入共享实现分布式协作异常声音检测
音频与语音处理
2024-03-26 v1 密码学与安全
机器学习
声音
摘要
为开发机器声音监测系统，本文提出了一种检测异常声音的方法。我们探索了一种让多个客户端协作学习异常声音检测模型，同时保持其原始数据彼此私密的方法。在工业机器异常声音检测的背景下，每个客户端拥有来自不同机器或不同运行状态的数据，这使得通过联邦学习或分割学习进行学习颇具挑战。在我们提出的方法中，每个客户端使用为声音数据分类开发的通用预训练模型计算嵌入，这些计算出的嵌入在服务器上聚合，通过离群值暴露执行异常声音检测。实验表明，我们提出的方法将异常声音检测的 AUC 平均提高了 6.8%。
引用
@article{arxiv.2403.16610,
title = {Distributed collaborative anomalous sound detection by embedding sharing},
author = {Kota Dohi and Yohei Kawaguchi},
journal= {arXiv preprint arXiv:2403.16610},
year = {2024}
}