新しいデータセットとトイレの騒音事件の分類モデル
Ali Emre Öztürk1, Erkan Kıymık2, Kağan Mehmet Özkök3
1Department of Electrical and Electronics Engineering, Hasan Kalyoncu University, Gaziantep, Turkey. emre.ozturk@hku.edu.tr.
Scientific reports
|September 1, 2025
まとめ
この研究は,トイレの衛生と水の使用イベントの分類のためのプライバシー保護のディープラーニングモデルを導入します. 新しいフレームワークは97.8%の精度を達成し,インテリジェントモニタリングシステムを強化します.
科学分野:
- 人工知能
- 機械学習
- 環境監視
背景:
- トイレでの衛生と水の使用の正確な分類は,資源管理と公衆衛生にとって極めて重要です.
- 既存の方法には,プライバシー保護や細かいイベント検出機能が欠けていることが多い.
研究 の 目的:
- トイレにおける微細な衛生と水の使用を分類するための新しいプライバシー保護の ディープラーニングの枠組みを開発する.
- このようなモデルの訓練と評価のための包括的なデータセットを作成し,公開します.
主な方法:
- バスルームの様々な環境から ステレオオーディオを活用しました
- 1D-CNNを使って音声を3チャンネルMelスペクトグラムに変換した.
- 半監督学習,擬似ラベリング,データ増強 (XYマスク,水平カットミックス) を採用したRegNetY-008アーキテクチャ.
- 複数の RegNetY-008 ネットワークを組み合わせたアンサンブルモデルを開発した.
主要な成果:
- 97.8%の精度と0.966のマクロ平均F1スコアを音響的に異なる環境で達成しました.
- 蛇口の使い方 トイレの洗い流し 手洗いを含む 11の異なる出来事を 明確に特定しました
- 強い一般化性能を示した.
結論:
- 提案されたプライバシー保護の ディープラーニングの枠組みは トイレの出来事を 正確かつ堅牢に分類します
- 公に公開されたデータセットは,プライバシーに配慮したインテリジェントなトイレモニタリングに関する将来の研究を促進します.
