LSTMによる異常音検知に関する検討

カテゴリ: 研究会(論文単位)

論文No: CT25053

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2025/05/07

タイトル(英語): A consideration on anomaly sound detection with long short-term memory

著者名: 結城 良太(岡山大学),中村 幸紀(岡山県立大学),池崎 太一(岡山大学),西村 悠樹(岡山大学)

著者名(英語): Ryota Yuki(Okayama University),Yukinori Nakamura(Okayama Prefectural University),Taichi Ikezaki(Okayama University),Yuki Nishimura(Okayama University)

キーワード: ＬＳＴＭ|異常検知|LSTM|Anomaly detection

要約(日本語): 本論文では，音情報を用いた異常の検知について検討する．本手法では，リカレントニューラルネットワークの一つであるLong Short-Term Memory（LSTM）により異常音の判定を行う．特徴量として測定音の時系列データなどを使用し，LSTMからの出力値から正常音と異常音を判別する．オープンデータセットのToy ADMOSを用いて，模型列車の異常音検知に関するシミュレーションを行い，本手法の性能を評価する．

要約(英語): This paper considers acoustic information-based anomaly detection. In the proposed approach, Long Short-Term Memory (LSTM), a type of recurrent neural network, is used for detecting abnormal sounds. Time-series data of measured sounds are adopted as features. The performance of the proposed method is evaluated by using Toy ADMOS.

本誌: 2025年5月10日-2025年5月11日制御研究会

本誌掲載ページ: 39-40 p

原稿種別: 日本語

PDFファイルサイズ: 1,117 Kバイト