Παρουσίαση της Μεταπτυχιακής Εργασίας του μεταπτυχιακού φοιτητή του Τμήματος Επιστήμης Υπολογιστών κ. Ψαρουλάκη Κωνσταντίνου με θέμα: "Χρήση τεχνικών μηχανικής μάθησης για τον εντοπισμό ανθρωπογενούς δραστηριότητας από ηχογραφήσεις σε προστατευόμενες περιοχές"
07 Οκτωβρίου 2020, 11:00-13:00
Περιγραφή: Η ανθρώπινη δραστηριότητα αποτελεί σήμερα τη σημαντικότερη αιτία εξαφάνισης βιοτόπων μεγάλου αριθμού φυτών και ζώων στον πλανήτη. Αυτή η δραστηριότητα οδηγεί αφενός στην ολική εξαφάνιση πολλών ειδών κι αφετέρου στη αποδυνάμωση των οικοσυστημάτων, γεγονός που διαταράσσει τις ισορροπίες στον πλανήτη και την ποιότητα ζωής του ανθρώπου. Ένα μέτρο προστασίας είναι η θέσπιση προστατευόμενων περιοχών όπου η ανθρώπινη δραστηριότητα είναι περιορισμένη. Σε αυτές τις περιοχές, συστήματα ασφαλείας αποτελούμενα από πολλές κάμερες και μικρόφωνα μπορούν να συμβάλλουν σημαντικά στην παρακολούθηση της ισορροπίας του εκάστοτε οικοσυστήματος καθώς και στην αποτροπή ανθρώπινης δραστηριότητας που αποτελεί απειλή για το περιβάλλον.
Αυτή η εργασία επικεντρώνεται στην εφαρμογή τεχνικών μηχανικής μάθησης και επεξεργασίας σήματος σε δεδομένα ήχου από προστατευόμενες περιοχές ανά την Ελλάδα, με σκοπό τον αυτόματο εντοπισμό ηχητικών γεγονότων που σηματοδοτούν παράνομη ανθρώπινη δραστηριότητα, όπως παράνομη υλοτομία, βόσκηση, κυνήγι κ.α.
Για τη συλλογή και κατηγοριοποίηση των δεδομένων που απαιτούνται για την εκπαίδευση των μοντέλων μηχανικής μάθησης, παρουσιάζουμε τη χρησιμότητα μιας μεθόδου εντοπισμού φωνής που ενεργοποιείται με την ύπαρξη αρμονικής δομής σε ένα σήμα ήχου. Η μέθοδος αξιοποιείται για την αυτόματη κατάτμηση εκατοντάδων ωρών ηχογράφησης σε χιλιάδες μικρής διάρκειας ηχητικά αποσπάσματα που εν δυνάμει φέρουν το υποκείμενο μοτίβο ενδιαφέροντος.
Στη συνέχεια, εκτελούμε πολλαπλά πειράματα με στόχο την εύρεση της βέλτιστης προσέγγισης για (i) ένα πρόβλημα δυαδικής ταξινόμησης που επικεντρώνεται την περίπτωση του ήχου του αλυσοπρίονου και (ii) ένα πρόβλημα έξι κλάσεων που περιλαμβάνει πρόσθετα ηχητικά μοτίβα σχετικά με την παράνομη ανθρώπινη δραστηριότητα. Τα αποτελέσματα που παρουσιάζουμε αναδεικνύουν την υπεροχή των Βαθιών Νευρωνικών Δικτύων έναντι γνωστών συμβατικών προσεγγίσεων και αναδεικνύουν βέλτιστες επιλογές όσον αφορά τις αρχιτεκτονικές των δικτύων και τον τύπο των ακουστικών χαρακτηριστικών ανάλογα με το πρόβλημα ταξινόμησης που εξετάζεται.
