基于 CNN 的声学信号分类模型可解释性研究
声音
2025-09-11 v1 人工智能
机器学习
音频与语音处理
摘要
可解释人工智能 (XAI) 作为解释复杂深度学习模型预测结果的关键工具，近年来在声学领域的 various applications 中得到广泛应用，但在生物声学领域（即分析来自生物组织的音频信号）的应用仍相对不足。本文研究了一种在北美范围内具有显著地理变异的鸟类种类的鸣声。将音频录音转换为频谱图图像，并用于训练深度卷积神经网络 (CNN) 进行分类，实现率达 94.8%。为解释模型的预测结果，我们应用了模型不可知技术 (LIME, SHAP) 和模型特定技术 (DeepLIFT, Grad-CAM) 进行 XAI 处理。这些技术产生的解释虽有差异但互为补充，综合运用这些解释可提供更完整、更具可解释性的对模型决策过程的洞察。本工作强调了在更广泛的声学信号分析中，以及在不同特定任务中的应用中，采用多种 XAI 技术组合使用以提升信任和可互操作性的重要性。
引用
@article{arxiv.2509.08717,
title = {Explainability of CNN Based Classification Models for Acoustic Signal},
author = {Zubair Faruqui and Mackenzie S. McIntire and Rahul Dubey and Jay McEntee},
journal= {arXiv preprint arXiv:2509.08717},
year = {2025}
}
备注
Accepted in IEEE ICTAI 2025