International Musicological Society
PulseAugur coverage of International Musicological Society — every cluster mentioning International Musicological Society across labs, papers, and developer communities, ranked by signal.
-
轻量级AI分析振动数据用于消费设备监测
研究人员开发了一个轻量级AI框架,用于利用振动数据监测消费设备的状态。该系统使用CWT和HHT将一维振动信号转换为二维时频表示,然后由MobileNetV3-Small、ConvNeXt-Tiny和YOLOv11-cls等轻量级深度学习模型进行分析。该框架在Case Western Reserve University、Paderborn University和Intelligent Maintenance Systems的公开轴承数…
-
新的Possibilistic Radial Transport方法提高了推理效率
研究人员开发了一种名为Possibilistic Radial Transport的新方法,用于possibilistic inferential models中的近似推理。该技术旨在通过将等高线值嵌入源点半径内来提高计算效率,从而允许通过半径截断进行参数采样。提出了一种深度学习算法来强制执行等高线深度条件并在壳层内最大化熵,使得覆盖和功效评估更加实用。该方法在模拟中显示出潜力,与现有近似方法相当或有所改进,并已应用于卵巢衰老数据的分析。
-
AI异常检测审计揭示表示来源问题
对使用冻结编码器的异常检测实验进行的最新审计揭示了表示来源和校准方面的问题。研究发现,虽然数值判别结果是可复现的,但声称的归因于干涉预训练的说法并未得到支持。标记为干涉的嵌入显示出与新初始化网络相当的范数,与保留的ImageNet嵌入有显著差异。进一步分析表明,这些接近零的嵌入产生了相似的异常分数,表明这是一种架构和初始化效应,而不是跨域迁移。
-
新的AIRL方法无需故障标签即可解决工业故障检测问题
研究人员开发了一种使用对抗性逆强化学习(AIRL)的工业故障检测新方法。该方法将故障检测视为一个离线逆强化学习问题,解决了现实场景中故障标签稀缺的挑战。与忽略时间动态或需要手动奖励工程的传统监督学习或上下文老虎机方法不同,AIRL直接从状态转换中恢复内在的“健康”奖励。该框架在三个运行至失效的基准测试中表现出色,在检测渐进式退化方面优于现有方法。
-
音乐学大会寻求人工智能与数字生态系统研究
国际音乐学学会正在为其2027年百年大会征集投稿,大会将聚焦音乐生态系统。议题包括音乐与物理、文化和数字环境的交叉,以及人工智能、艺术研究和人机交互。会议定于2027年8月22日至27日在挪威斯塔万格举行,论文提交截止日期为2026年6月15日。