Reconocimiento automático de llamados de murciélagos en estado libre usando técnicas de machine learning

RESUMEN: En este trabajo se desarrolló una herramienta que extrae y procesa características acústicas de archivos de extensión zero-crossing o wav. La herramienta hace uso de metodologías de machine learning y permite el reconocimiento automático de los géneros de murciélagos molosus (Sonotipo 1) y myotis (Sonotipo 2) disminuyendo así el tiempo de procesamiento de datos al automatizar el proceso. La herramienta desarrollada para el análisis de los 2 tipos de archivos se materializa en 2 funciones desarrolladas en el software R. Estas funciones realizan el análisis de las características extraídas de los audios mediante el uso de redes neuronales con el algoritmo de back propagation. Estas funciones se generaron de forma que tomen todos los audios de un tipo (wav o zc) en un directorio y se le realice el análisis completo a todos los audios. El resultado generado es un archivo csv con la descripción de las características halladas y en que tiempos del audio se detectaron los sonotipos.

• Autores: Zapata Estrada, Kelly Johanna; Orozco Gallo, Frank Sebastián
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/18382
• Acceso en línea: http://hdl.handle.net/10495/18382
• Palabra clave: Algoritmo; Algorithms; Grabación sonora; Sound recordings; Procesamiento de datos; Data processing; Acústica; Acoustics; Chiroptera; Chiroptera; Aprendizaje automático; Murciélagos - Clasificación; Sonidos animales; http://aims.fao.org/aos/agrovoc/c_49911; http://aims.fao.org/aos/agrovoc/c_1560; http://vocabularies.unesco.org/thesaurus/concept2024; http://vocabularies.unesco.org/thesaurus/concept9812; http://vocabularies.unesco.org/thesaurus/concept522
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 2.5 Colombia