要約
ニューラル ネットワークはインフラサウンド データを分類するために使用されました。
2 つの異なるアプローチを比較しました。
1 つは、InceptionTime ネットワークのカスタム実装を使用した、時系列データの直接分類に基づいています。
もう 1 つのアプローチでは、信号のウェーブレット変換の 2D 画像を生成し、その後 ResNet 実装を使用して分類しました。
適切なハイパーパラメータ設定を選択すると、どちらも 90 % 以上の分類精度を達成し、直接アプローチでは 95.2 % に達します。
要約(オリジナル)
Neural networks were used to classify infrasound data. Two different approaches were compared. One based on the direct classification of time series data, using a custom implementation of the InceptionTime network. For the other approach, we generated 2D images of the wavelet transformation of the signals, which were subsequently classified using a ResNet implementation. Choosing appropriate hyperparameter settings, both achieve a classification accuracy of above 90 %, with the direct approach reaching 95.2 %.
arxiv情報
著者 | Daniel Klenkert,Daniel Schaeffer,Julian Stauch |
発行日 | 2024-03-27 15:34:27+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google