[論文レビュー] RAVEN X High Performance Data Mining Toolbox for Bioacoustic Data Analysis

Peter J. Dugan, Holger Klinck+2 more|arXiv (Cornell University)|Oct 12, 2016

Animal Vocal Communication and Behavior参考文献 4被引用数 8

ひとこと要約

RAVEN X は、大規模な音声アーカイブにおける生物音声データマイニングを高速化するために設計された MATLAB ベースのハイパフォーマンスコンピューティングツールボックスであり、並列コンピューティングを活用してクジラの発声を効率的に検出・分類する。これはコロンビア大学の生物音声研究プログラムが開発した既存の HPC 対応ツールを拡張し、ハードウェアに依存しない、コミュニティが利用可能なソリューションを提供する。生態学的研究に向けた高度な検出器および分類器を備えている。

ABSTRACT

Objective of this work is to integrate high performance computing (HPC) technologies and bioacoustics data-mining capabilities by offering a MATLAB-based toolbox called Raven-X. Raven-X will provide a hardware-independent solution, for processing large acoustic datasets - the toolkit will be available to the community at no cost. This goal will be achieved by leveraging prior work done which successfully deployed MATLAB based HPC tools within Cornell University's Bioacoustics Research Program (BRP). These tools enabled commonly available multi-core computers to process data at accelerated rates to detect and classify whale sounds in large multi-channel sound archives. Through this collaboration, we will expand on this effort which was featured through Mathworks research and industry forums incorporate new cutting-edge detectors and classifiers, and disseminate Raven-X to the broader bioacoustics community.

研究の動機と目的

• 大規模な音声データセットのスケーラブルな分析を実現するため、ハイパフォーマンスコンピューティング（HPC）技術と生物音声データマイニングを統合すること。
• マルチチャネル生物音声記録の処理を可能にする、ハードウェアに依存しない、コミュニティがアクセス可能な MATLAB ベースのツールボックスを開発すること。
• コロンビア大学の生物音声研究プログラムが開発した既存の HPC ツールに、最新の検出器および分類器を追加し、音声検出および分類の精度を向上させること。
• RAVEN X ツールボックスを、無料で広く生物音声研究コミュニティに提供すること。

提案手法

• コロンビア大学の生物音声研究プログラム内で開発された、事前に HPC 最適化が施された MATLAB ツールを活用し、マルチコアシステム上で並列処理を実現すること。
• 新しい検出および分類アルゴリズムのプラグイン統合を可能にするモジュラー MATLAB ツールボックスアーキテクチャを実装すること。
• MATLAB の並列コンピューティング機能を活用し、大規模なマルチチャネル音声データアーカイブの処理を高速化すること。
• さまざまなコンピューティング環境での広範な利用を可能にするために、ハードウェアに依存しない設計をすること。
• 複雑な動物発声の自動検出に向け、最先端の信号処理および機械学習技術を統合すること。
• 実世界の生物音声データセットを用いてシステムを検証し、特に長時間記録におけるクジラの音声検出に焦点を当てること。

実験結果

リサーチクエスチョン

• RQ1 MATLAB ベースの生物音声データ分析にハイパフォーマンスコンピューティングを効果的に統合するには、どのようにすれば大規模な音声データセットの処理を高速化できるか？
• RQ2 マルチチャネル・長時間記録にスケーラブルな生物音声検出および分類を実現するには、どのようなアーキテクチャ的およびアルゴリズム的改善が必要か？
• RQ3 生態学的研究における広範な利用可能性と再現可能性を確保するため、ハードウェアに依存しないツールボックスをどのように設計できるか？
• RQ4 並列コンピューティングを活用することで、大規模なアーカイブにおけるクジラ発声の検出および分類にどの程度のパフォーマンス向上が達成できるか？
• RQ5 既存の HPC 対応生物音声パイプラインに、新しい先端的な検出器および分類器をどのようにシームレスに統合できるか？

主な発見

• RAVEN X は、MATLAB 環境内での並列コンピューティングを活用することで、大規模な生物音声データセットの処理を顕著に高速化できる。
• このツールボックスは、動物発声のための新しい高度な検出および分類アルゴリズムをサポートするように、既存の HPC 最適化済みツールを効果的に拡張した。
• システムはハードウェアに依存しない設計となっており、再設定なしに多様なコンピューティングプラットフォームに展開可能である。
• このツールボックスは無料で一般公開されており、オープンサイエンスの推進と生物音声研究分野におけるコミュニティの採用を支援している。
• 最先端の検出器および分類器の統合により、複雑な音響環境における自動音声検出の正確性と効率性が向上した。
• マルチチャネル音声アーカイブのスケーラブルな分析を支援するため、海洋哺乳類の発声の広域的モニタリングが可能になった。