Resumen:
En este trabajo construyo redes neuronales profundas (DNNs) para la clasificación automatizada de especies de aves a parir de su canto. Implemento una técnica nueva de aumentado de datos para el entrenamiento que consiste en utilizar cantos sintéticos. El canto se sintetiza utilizando un modelo dinámico del aparto fonador del pájaro y alimentándolo con los parámetros adecuados. Los datos de entrenamiento para cada especie se derivan de variaciones aleatorias en los parámetros de los cantos sintéticos, inspirándose cada uno en un único canto de un individuo de cada especie. Utilizando chingolos (Zonotrichia capensis) y benteveos (Pitangus sulphuratus), obtuve un clasificador basado en redes convolucionales con eficiencia del 97 %. Esto representa una prueba de concepto satsfactoria para la idea de entrenar redes a partir de cantos sintetizados.
Citación:
---------- APA ----------
Wappner, Marcos. (2020). Clasificación de especies de aves a partir de entrenamiento de redes neuronales con cantos sintéticos. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nFIS000114_Wappner
---------- CHICAGO ----------
Wappner, Marcos. "Clasificación de especies de aves a partir de entrenamiento de redes neuronales con cantos sintéticos". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2020.https://hdl.handle.net/20.500.12110/seminario_nFIS000114_Wappner
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nFIS000114_Wappner.pdf
Distrubución geográfica
