近日，我校计算机学院嵌入式与物联网团队智能信号处理组（Group of Intelligent Signal Process, GISP）与悉尼科技大学“音频声学与振动中心”及萨里大学“视觉语音信号处理中心”最新合作研究成果“基于时频信息融合的工业异音检测”（Anomalous Sound Detection using Spectral-Temporal Information Fusion）入选音频信号处理领域顶级国际会议ICASSP 2022。
基于机器听觉的人工智能技术在工业设备异常检测应用中仍未广泛发挥作用，在实际应用中存在诸多难点和挑战。例如：在工业异音检测中设备异常难以有效区分、缺乏检测稳定性，部分设备异常检测效果极差，甚至对同类型不同设备的检测性能也会呈现极大差异。
针对上述问题，合作研究团队从设备的声学特征表示入手，对当前工业异音检测方法所常用的对数梅尔谱特征进行分析，并基于此提出了一种基于时频融合的自监督分类方法，通过时频域信息的融合互补，极大地提升了工业设备异常检测的性能和稳定性。目前该研究成果已发表在第47届IEEE国际声学、语音与信号处理会议（International Conference on Acoustics, Speech and Signal Processing, ICASSP2022）发表，论文第一作者为智能信号处理组成员软件学院2017级本科生柳友德。
2020年，学院关键老师组建成立智能信号处理组，致力于人工智能技术驱动的信号处理基础理论及应用研究，小组研究成果已经连续三年被ICASSP录用。智能信号处理组坚持“面向学术前沿，以实际应用需求为导向，以高素质人才培养为目标”，依托课题吸引本科生参与到科研工作中，着重培养学生分析问题、解决问题的能力，注入创新意识，此次是GISP组本科生第二次以第一作者身份在信号处理领域权威期刊、会议发表高水平学术研究成果。
