Automatic Fish classification by sound using machine learning techniques
Este proyecto busca detectar y clasificar automáticamente ciertas especies de peces que viven en la bahía de Delaware usando técnicas de machine learning. Para lograrlo, se realizaron múltiples métodos de procesamiento de audio y datos incluyendo filtrado de señales, segmentación de datos, generació...
- Autores:
-
Marulanda Argüello, Juanita
Mora Páez, Juan Pablo
Bernal Flórez, Juan Camilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/66880
- Acceso en línea:
- http://hdl.handle.net/10554/66880
- Palabra clave:
- Peces
Espectrogramas
KNN
SVM
GUI
Inteligencia artificial
Machine learning
Procesamiento de audio
Fish
Spectrograms
KNN
SVM
GUI
Artificial intelligence
Machine learning
Audio processing
Ingeniería electrónica - Tesis y disertaciones académicas
Peces - Identificación
Diversidad biológica
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
JAVERIANA2_141007117bd80198920206eedb899a98 |
|---|---|
| oai_identifier_str |
oai:repository.javeriana.edu.co:10554/66880 |
| network_acronym_str |
JAVERIANA2 |
| network_name_str |
Repositorio Universidad Javeriana |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Automatic Fish classification by sound using machine learning techniques |
| dc.title.english.spa.fl_str_mv |
Automatic Fish classification by sound using machine learning techniques |
| title |
Automatic Fish classification by sound using machine learning techniques |
| spellingShingle |
Automatic Fish classification by sound using machine learning techniques Peces Espectrogramas KNN SVM GUI Inteligencia artificial Machine learning Procesamiento de audio Fish Spectrograms KNN SVM GUI Artificial intelligence Machine learning Audio processing Ingeniería electrónica - Tesis y disertaciones académicas Peces - Identificación Diversidad biológica |
| title_short |
Automatic Fish classification by sound using machine learning techniques |
| title_full |
Automatic Fish classification by sound using machine learning techniques |
| title_fullStr |
Automatic Fish classification by sound using machine learning techniques |
| title_full_unstemmed |
Automatic Fish classification by sound using machine learning techniques |
| title_sort |
Automatic Fish classification by sound using machine learning techniques |
| dc.creator.fl_str_mv |
Marulanda Argüello, Juanita Mora Páez, Juan Pablo Bernal Flórez, Juan Camilo |
| dc.contributor.advisor.spa.fl_str_mv |
Giraldo Carvajal, Juan Carlos Herrera Guaitero, Rafael Andrés |
| dc.contributor.author.spa.fl_str_mv |
Marulanda Argüello, Juanita Mora Páez, Juan Pablo Bernal Flórez, Juan Camilo |
| dc.contributor.evaluator.spa.fl_str_mv |
Badiey, Mohsen Escobar Amado, Christian David |
| dc.subject.none.fl_str_mv |
Peces Espectrogramas KNN SVM GUI Inteligencia artificial Machine learning Procesamiento de audio |
| topic |
Peces Espectrogramas KNN SVM GUI Inteligencia artificial Machine learning Procesamiento de audio Fish Spectrograms KNN SVM GUI Artificial intelligence Machine learning Audio processing Ingeniería electrónica - Tesis y disertaciones académicas Peces - Identificación Diversidad biológica |
| dc.subject.keyword.none.fl_str_mv |
Fish Spectrograms KNN SVM GUI Artificial intelligence Machine learning Audio processing |
| dc.subject.armarc.none.fl_str_mv |
Ingeniería electrónica - Tesis y disertaciones académicas |
| dc.subject.armarc.spa.fl_str_mv |
Peces - Identificación Diversidad biológica |
| description |
Este proyecto busca detectar y clasificar automáticamente ciertas especies de peces que viven en la bahía de Delaware usando técnicas de machine learning. Para lograrlo, se realizaron múltiples métodos de procesamiento de audio y datos incluyendo filtrado de señales, segmentación de datos, generación de espectrogramas y el uso de modelos de machine learning como K-vecinos más cercanos y Máquinas de soporte vectorial. Se diseñó una interfaz gráfica para tener una interacción más sencilla entre el usuario y los resultados que se generaron. |
| publishDate |
2023 |
| dc.date.created.spa.fl_str_mv |
2023-11-27 |
| dc.date.accessioned.none.fl_str_mv |
2024-03-15T15:26:31Z |
| dc.date.available.none.fl_str_mv |
2024-03-15T15:26:31Z |
| dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10554/66880 |
| dc.identifier.instname.none.fl_str_mv |
instname:Pontificia Universidad Javeriana |
| dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Institucional - Pontificia Universidad Javeriana |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repository.javeriana.edu.co |
| url |
http://hdl.handle.net/10554/66880 |
| identifier_str_mv |
instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.licence.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.coar.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
PDF |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Electrónica |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| publisher.none.fl_str_mv |
Pontificia Universidad Javeriana |
| institution |
Pontificia Universidad Javeriana |
| bitstream.url.fl_str_mv |
http://repository.javeriana.edu.co/bitstream/10554/66880/1/attachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdf http://repository.javeriana.edu.co/bitstream/10554/66880/2/attachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdf.jpg |
| bitstream.checksum.fl_str_mv |
5ce95b1524cefc713ecfea8d55bc1d00 cec9b9154ce32e4f1c441821b4adedb9 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional - Pontificia Universidad Javeriana |
| repository.mail.fl_str_mv |
repositorio@javeriana.edu.co |
| _version_ |
1814338227175161856 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Carvajal, Juan CarlosHerrera Guaitero, Rafael AndrésMarulanda Argüello, JuanitaMora Páez, Juan PabloBernal Flórez, Juan CamiloBadiey, MohsenEscobar Amado, Christian David2024-03-15T15:26:31Z2024-03-15T15:26:31Z2023-11-27http://hdl.handle.net/10554/66880instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.coEste proyecto busca detectar y clasificar automáticamente ciertas especies de peces que viven en la bahía de Delaware usando técnicas de machine learning. Para lograrlo, se realizaron múltiples métodos de procesamiento de audio y datos incluyendo filtrado de señales, segmentación de datos, generación de espectrogramas y el uso de modelos de machine learning como K-vecinos más cercanos y Máquinas de soporte vectorial. Se diseñó una interfaz gráfica para tener una interacción más sencilla entre el usuario y los resultados que se generaron.This project aims to automatically detect and classify certain fish species living in Delaware bay by using machine learning techniques. In order to do accomplish this, multiple data and audio processing methods were used including data filtering, segmentation, spectrogram generation and the usage of machine learning models such as K-nearest neighbors and Support vector machine. A graphical user interface was designed for easier interaction between the user and the results generated.Ingeniero (a) ElectrónicoPregradoPDFapplication/pdfspaPontificia Universidad JaverianaIngeniería ElectrónicaFacultad de IngenieríaPecesEspectrogramasKNNSVMGUIInteligencia artificialMachine learningProcesamiento de audioFishSpectrogramsKNNSVMGUIArtificial intelligenceMachine learningAudio processingIngeniería electrónica - Tesis y disertaciones académicasPeces - IdentificaciónDiversidad biológicaAutomatic Fish classification by sound using machine learning techniquesAutomatic Fish classification by sound using machine learning techniquesTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisORIGINALattachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdfattachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdfDocumentoapplication/pdf5406713http://repository.javeriana.edu.co/bitstream/10554/66880/1/attachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdf5ce95b1524cefc713ecfea8d55bc1d00MD51open accessTHUMBNAILattachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdf.jpgattachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdf.jpgIM Thumbnailimage/jpeg5915http://repository.javeriana.edu.co/bitstream/10554/66880/2/attachment_0_Automatic_Fish_classification_by_sound_using_machine_learning_techniques.pdf.jpgcec9b9154ce32e4f1c441821b4adedb9MD52open access10554/66880oai:repository.javeriana.edu.co:10554/668802024-03-16 03:03:51.388Repositorio Institucional - Pontificia Universidad Javerianarepositorio@javeriana.edu.co |