少样本自适应提升异常声音检测低误报表现

1. 12:00
   arXiv eess.AS

   面向低误报率的异常声音检测少样本自适应方法

   针对工业机械声学监测误报率高的问题，研究者提出两步异常声音检测方法：仅有正常运行音频时部署正则化无监督模型，首次机器故障后利用故障期间采集的异常样本进行少样本自适应。自适应将 AUPR 从 23.0 提升至 64.0，低误报率区域的 pAUROC 从 39.6 提升至 72.8；协方差正则化同时改善了无监督模型的预测精度与训练稳定性。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。