<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Кадомский А А</author>
     <author>Ампилова Н Б</author>
     <author>Мишин С А</author>
     <author>Якубсон М Я</author>
    </authors>
   </contributors>
   <titles>
    <title>ОБНАРУЖЕНИЕ И КЛАССИФИКАЦИЯ КВАДРОКОПТЕРОВ ПОЗВУКУ</title>
   </titles>
   <keywords>
    <keyword>Мел-спектрограмма</keyword>
    <keyword>2D CNN</keyword>
    <keyword>сильная разметка</keyword>
    <keyword>слабая разметка</keyword>
    <keyword>обнаружение сигналов</keyword>
    <keyword>классификация сигналов</keyword>
    <keyword>Mel-spectrogram</keyword>
    <keyword>2D CNN</keyword>
    <keyword>strong label</keyword>
    <keyword>weak label</keyword>
    <keyword>detecting of signals</keyword>
    <keyword>classification of signals</keyword>
   </keywords>
   <dates>
    <year>2023</year>
    <pub-dates>
     <date>2023-11-29</date>
    </pub-dates>
   </dates>
   <abstract>В рамках данного исследования проверялась возможность обнаружения и классификацииквадрокоптеровпозвуку. Для исследования использовалась 14-слойнаяCNN нейросеть, адаптированная под задачу классификации звуков в наборе Google Audioset. Также было реализовано ПО, позволяющее обнаруживать и классифицировать квадрокоптеры во времени, близком к реальному</abstract>
   <urls>
    <web-urls>
     <url>https://rep.herzen.spb.ru/publication/11038</url>
    </web-urls>
    <pdf-urls>
     <url>https://rep.herzen.spb.ru/files/1808</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
