Выявление аномалий функционирования промышленного оборудования с использованием акустических данных и нейросетевых алгоритмов обработки является быстро развивающимся направлением предиктивной аналитики в промышленности. В частности, в рамках международного конкурса DCASE (Detection and Classification of Acoustic Scenes and Events) ежегодно ставится задача детектирования аномальных звуков промышленного оборудования разных типов. Для оптимального решения задачи акустической детекции событий предлагается архитектура автокодировщика (англ. autoencoder), улучшенная использованием методов вспомогательного классификатора (англ. auxiliary classifier) и обработки вневыборочных данных (англ. out-of-distribution).
Казакова С.А. РАЗРАБОТКА МОДЕЛИ ДЕТЕКТИРОВАНИЯ АНОМАЛЬНЫХ ЗВУКОВ НА ПРОИЗВОДСТВЕ С ИСПОЛЬЗОВАНИЕМ ВСПОМОГАТЕЛЬНОГО КЛАССИФИКАТОРА И МЕТОДОВ ОБРАБОТКИ ВНЕВЫБОРОЧНЫХ ДАННЫХ // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2022]. URL: https://kmu.itmo.ru/digests/article/9164