CoopASD:考虑隐私问题的合作机器异常声音检测
原文中文,约400字,阅读约需1分钟。发表于: 。本文针对工业互联网中机器异常声音检测(ASD)在分散设置下的研究空白,提出了一种新颖的合作框架CoopASD。该框架允许各工厂在保留隐私的情况下,基于本地数据集共同训练ASD模型,最终实现了与集中设置下的顶尖模型相媲美的性能,展现了仅0.08%的微弱性能下降。
无监督异常声音检测(ASD)通过学习声音特征并感知偏差,旨在识别异常声音。本文提出了一种训练技术,确保类内紧凑性并增加正常和异常样本之间的角间隔。实验结果表明,该方法在DCASE 2020 Challenge Task2数据集上相对于最先进的方法有显著提高。