有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
MIMII数据集|工业异常声音检测数据集|机器学习数据集
收藏arXiv2019-09-20 更新2024-06-21 收录
下载链接：
https://zenodo.org/record/3384388
下载链接
链接失效反馈资源简介：
MIMII数据集是由日立有限公司研究与开发集团创建的，专注于工业机器异常声音检测的数据集。该数据集包含26,092个正常操作条件下的声音文件，涵盖阀门、泵、风扇和滑轨四种机器类型。数据集的创建过程中，使用了TAMAGO-03麦克风阵列进行声音采集，并在多个真实工厂环境中混合背景噪声以模拟实际环境。MIMII数据集主要用于机器学习和信号处理社区开发自动化设施维护系统，特别是在无监督学习场景下检测机器异常声音。
提供机构：
日立有限公司研究与开发集团
创建时间：
2019-09-20
AI搜集汇总
数据集介绍
构建方式
MIMII数据集的构建基于真实工厂环境中的工业机器声音采集。研究团队使用了一种由八个独立麦克风组成的圆形麦克风阵列，距离机器50厘米（阀门为10厘米）进行录音。每个10秒的声音片段均以16位音频信号、16 kHz采样率在混响环境中录制。为了模拟真实环境，背景噪声在多个工厂中连续录制，并与目标机器声音混合。数据集涵盖了四种机器类型（阀门、泵、风扇和滑轨），每种机器包含七个不同型号，共记录了26,092个正常声音片段和6,065个异常声音片段。
使用方法
MIMII数据集主要用于无监督异常检测任务。研究人员可以使用正常声音片段进行模型训练，并在测试阶段区分正常与异常声音。数据集支持基于自动编码器的无监督学习方法，通过计算重构误差来检测异常。此外，数据集的多通道录音可用于评估不同噪声条件下的模型性能。研究团队已提供基于自动编码器的基准实验结果，为后续研究提供了参考。数据集还可用于跨模型和跨领域的适应性研究，进一步推动工业机器声音异常检测技术的发展。
背景与挑战
背景概述
MIMII数据集是由日立公司研发团队于2019年发布的一个专注于工业机器声音的公开数据集，旨在通过声音检测和分类技术来监控工业设备的运行状态。该数据集包含了四种类型的工业机器（阀门、泵、风扇和滑轨）在正常和异常操作条件下的声音记录，共计26,092个正常声音文件和6,065个异常声音文件。这些数据是在真实工厂环境中采集的，涵盖了多种异常情况，如污染、泄漏、旋转不平衡和轨道损坏等。MIMII数据集的发布填补了工业机器声音数据集的空白，为机器学习和信号处理领域的研究者提供了一个宝贵的资源，推动了自动化设备维护技术的发展。
当前挑战
MIMII数据集面临的挑战主要集中在两个方面。首先，工业机器声音的复杂性和多样性使得异常检测任务极具挑战性。不同机器的声音特征差异显著，且异常声音通常与背景噪声混合，增加了检测的难度。其次，数据集的构建过程中也面临诸多挑战。例如，如何在真实工厂环境中采集高质量的声音数据，如何模拟各种异常情况以覆盖实际应用中的多样化场景，以及如何处理和标注大量的声音数据以确保其准确性和可用性。这些挑战不仅考验了数据采集和处理的技术能力，也对后续的机器学习模型提出了更高的要求。
常用场景
经典使用场景
MIMII数据集在工业机器故障检测领域具有重要应用，尤其是在无监督学习场景中。该数据集通过记录工厂环境中不同类型工业机器（如阀门、泵、风扇和滑轨）在正常和异常状态下的声音，为研究人员提供了一个真实且多样化的声音样本库。其经典使用场景包括基于声音信号的异常检测和分类，特别是在无监督学习框架下，仅使用正常声音数据进行训练，以识别测试阶段的异常声音。
解决学术问题
MIMII数据集解决了工业机器故障检测中的关键学术问题，尤其是在无监督学习场景下的异常声音检测。传统方法依赖于专家经验，而该数据集通过提供大量真实工厂环境中的声音样本，使得基于机器学习的自动化检测成为可能。它不仅填补了工业机器声音数据集的空白，还为研究人员提供了基准测试平台，推动了无监督异常检测算法的发展。
实际应用
在实际应用中，MIMII数据集被广泛用于工业设备的预测性维护。通过分析机器运行时的声音信号，企业可以提前发现潜在的故障，从而减少停机时间和维修成本。例如，在制造工厂中，该数据集可用于实时监控泵、风扇等关键设备的声音变化，及时检测泄漏、污染或机械不平衡等异常情况，确保生产线的稳定运行。
数据集最近研究
最新研究方向
在工业物联网（IoT）和智能制造领域，MIMII数据集为工业设备的异常声音检测提供了重要的研究基础。该数据集涵盖了阀门、泵、风扇和滑轨等四种工业设备在正常和异常状态下的声音数据，模拟了真实工厂环境中的复杂噪声条件。近年来，基于MIMII数据集的研究主要集中在无监督学习框架下的异常检测方法，特别是自编码器（Autoencoder）及其变体的应用。这些方法通过重构误差来识别异常声音，但由于工业设备声音的非平稳性和噪声干扰，检测精度仍有提升空间。此外，多通道声音信号处理和深度学习模型的结合也成为研究热点，旨在提高对复杂工业环境中异常声音的识别能力。MIMII数据集的发布不仅推动了工业设备健康监测技术的发展，还为跨领域研究提供了宝贵的数据资源，具有重要的学术和工业应用价值。
相关研究论文
- 1MIMII Dataset: Sound Dataset for Malfunctioning Industrial Machine Investigation and Inspection日立有限公司研究与开发集团 · 2019年
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国1km分辨率逐月降水量数据集（1901-2024）
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2024.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
China Air Quality Historical Data
该数据集包含了中国多个城市的空气质量历史数据，涵盖了PM2.5、PM10、SO2、NO2、CO、O3等污染物浓度以及空气质量指数（AQI）等信息。数据按小时记录，提供了详细的空气质量监测数据。
www.cnemc.cn 收录
ISIC 2018
ISIC 2018数据集包含2594张皮肤病变图像，用于皮肤癌检测任务。数据集分为训练集、验证集和测试集，每张图像都附有详细的元数据，包括病变类型、患者年龄、性别和解剖部位等信息。
challenge2018.isic-archive.com 收录
SHHS Sleep Heart Health Study Dataset
SHHS（Sleep Heart Health Study）数据集是一个大型多中心研究项目，旨在研究睡眠障碍与心血管疾病之间的关系。数据集包括了参与者的睡眠记录、心血管健康指标、生活习惯、遗传信息等多方面的数据。
sleepdata.org 收录
NIST Thermochemical Database
NIST Thermochemical Database（NIST热化学数据库）是一个包含大量热化学数据的数据集，涵盖了各种化学物质的热力学性质，如焓、熵、自由能等。该数据库由美国国家标准与技术研究院（NIST）维护，旨在为科学研究和工业应用提供准确的热化学数据。
webbook.nist.gov 收录