The Effects of Signal-to-Noise Ratio on Generative Adversarial Networks Applied to Marine Bioacoustic Data

要約

近年、敵対的生成ネットワーク (GAN) は、海洋生物音響学の分野でデータセットを補足するために使用されています。
これは、データ収集のコスト、データの希薄性、前処理の支援などの要因によって決まります。
海洋生物音響データに関する注目すべき課題の 1 つは、信号対雑音比 (SNR) が低く、GAN などの深層学習技術を適用する際に困難を引き起こすことです。
この研究では、SNR がオーディオベースの GAN パフォーマンスに及ぼす影響を調査し、GAN パフォーマンスの 3 つの異なる評価方法論を検討し、GAN、特に WaveGAN に対する SNR の影響について興味深い結果をもたらしました。

要約(オリジナル)

In recent years generative adversarial networks (GANs) have been used to supplement datasets within the field of marine bioacoustics. This is driven by factors such as the cost to collect data, data sparsity and aid preprocessing. One notable challenge with marine bioacoustic data is the low signal-to-noise ratio (SNR) posing difficulty when applying deep learning techniques such as GANs. This work investigates the effect SNR has on the audio-based GAN performance and examines three different evaluation methodologies for GAN performance, yielding interesting results on the effects of SNR on GANs, specifically WaveGAN.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google