[논문 리뷰] Anomalous Sound Detection using unsupervised and semi-supervised autoencoders and gammatone audio representation

Sergi Perez-Castanos, Javier Naranjo-Alcazar외 2명|arXiv (Cornell University)|2020. 06. 27.

Music and Audio Processing참고 문헌 22인용 수 5

한 줄 요약

이 논문은 DCASE 2020 Task 2에서 최신 기술 수준을 달성한, 비지도 및 준지도 학습 기반의 컨볼루션 오토인코더 프레임워크를 제안한다. 이 프레임워크는 음향 신호를 Gammatone 표현으로 변환하여 이상 음향 감지(ASD)를 수행한다. 비지도 학습 모델은 이상 데이터가 없는 조건에서도 기준 모델 대비 최대 24%p의 pAUC 향상을 보이며, Gammatone 특징과 2차원 컨볼루션 오토인코더의 효과성을 입증한다.

ABSTRACT

Anomalous sound detection (ASD) is, nowadays, one of the topical subjects in machine listening discipline. Unsupervised detection is attracting a lot of interest due to its immediate applicability in many fields. For example, related to industrial processes, the early detection of malfunctions or damage in machines can mean great savings and an improvement in the efficiency of industrial processes. This problem can be solved with an unsupervised ASD solution since industrial machines will not be damaged simply by having this audio data in the training stage. This paper proposes a novel framework based on convolutional autoencoders (both unsupervised and semi-supervised) and a Gammatone-based representation of the audio. The results obtained by these architectures substantially exceed the results presented as a baseline.

연구 동기 및 목표

• 라벨이 부여된 이상 음향 학습 데이터가 없이도 산업 기계에서 알 수 없는 이상 음향을 탐지하는 문제를 해결하기 위해.
• 저자원, 비지도 환경에서 컨볼루션 오토인코더와 Gammatone 스펙트로그램 표현을 활용한 이상 탐지 성능을 평가하기 위해.
• 정상 음향 샘플만을 사용하여 기계 고장 탐지를 위한 비지도 및 준지도 오토인코더 아키텍처를 비교하기 위해.
• 이상 이벤트가 드물거나 수집에 비용이 많이 들기 때문에 실세계 산업 음향 데이터에서의 탐지 성능 향상을 위해.

제안 방법

• 프레임워크는 원시 음향 신호를 인간 청각 인지와 유사하게 시간-주파수 표현으로 변환하기 위해 2차원 Gammatone 필터 백을 사용한다.
• 2차원 컨볼루션 오토인코더는 정상 음향 샘플만으로 엔드 투 엔드로 훈련되며, 입력 음향을 재구성하고 재구성 오차에서 이상도 점수를 산출한다.
• 준지도 학습 변형에서는 재구성 손실과 정상 클래스 레이블에 대한 교차 엔트로피 손실을 함께 최적화하며, 하이퍼파라미터 α와 β가 두 손실 간의 트레이드오프를 조절한다.
• 이상도 점수는 재구성 오차로 계산되며, 높은 오차는 이상 발생 가능성이 높음을 나타낸다.
• 모델은 모든 기계 유형에 대해 단일 공유 오토인코더로 훈련되어 다양한 산업 기계 간의 일반화를 가능하게 한다.
• 평가에서는 실제 운영 환경에서의 신뢰성을 우선시하기 위해 낮은 의사경고율 범위(p=0.1)에서 부분 AUC(pAUC)를 사용한다.

실험 결과

연구 질문

• RQ1 정상 음향 샘플만으로 훈련된 단일 공유 오토인코더가 다양한 산업 기계에서 이상을 효과적으로 탐지할 수 있는가?
• RQ2 전통적인 멜-스펙트로그램에 비해 Gammatone 기반 음향 표현은 이상 탐지 성능에서 어떻게 비교되는가?
• RQ3 제한된 레이블이 부여된 이상 데이터를 준지도 학습을 통해 통합하면 순수 비지도 학습 대비 성능 향상이 이루어지는가?
• RQ4 준지도 오토인코더에서 재구성 손실과 분류 손실 간의 최적 트레이드오프는 무엇인가?

주요 결과

• 순수 비지도 오토인코더가 전체적으로 가장 뛰어난 성능을 보였으며, ToyConveyor 기계에서 기준 모델 대비 최대 24%p의 pAUC 향상을 기록했다.
• 준지도 학습 접근법은 성능 향상이 이루어지지 않았고, 일부 경우에서는 성능 저하가 발생했으며, 특히 분류 손실 가중치 β가 너무 높게 설정된 경우(예: β=0.7)에 두드러졌다.
• 펌프 기계는 기준 모델 대비 약 10%p의 향상만 보이며, 이는 이 기계 유형에서 이상 탐지가 더 어려운 것을 시사한다.
• 슬라이더 기계는 제안된 모델을 적용한 결과 약 4%p의 성능 저하가 발생하여, 일부 기계 유형에 대해서는 모델의 일반화에 어려움이 있음을 시사한다.
• 비지도 프레임워크는 모든 기계에서 가장 높은 pAUC를 기록하여 실세계 ASD 응용 분야에서의 강건성과 효과성을 입증했다.
• Gammatone 표현의 사용은 특징 학습 향상에 기여하여, 표준 멜 기반 또는 원시 웨이브폼 접근법에 비해 더 나은 재구성과 이상 탐지 성능을 달성했다.