Vleermuisgedrag herkennen met AI

Nieuws
Gepubliceerd door Anne Krediet

Aquila Ecologie werkt constant aan verbetering en uitbreiding van haar AI-technieken. Het herkennen van verschillende soorten vleermuisgeluiden die bij verschillende soorten gedrag horen is voor sommige onderzoeken essentieel. Daarom komen we met het eerste model dat niet alleen de soort, maar ook echolocatie, feeding buzz en social call onderscheidt voor de 7 algemeenste soorten. Bovendien kan het meerdere soorten in één opname onderscheiden.

Voor het maken van dit AI-model hebben we veel data uitgeplozen en ‘geannoteerd’: handmatig aangegeven wat voor type geluid het om ging. Daarna bleek, zoals vaak bij machine learning, dat het algoritme op deze net wat andere taak en dataset niet optimaal meer was. Daarom is er vervolgens uitgebreid aan het algoritme gesleuteld en aan de AI-knoppen gedraaid, met een beter functionerend model als gevolg.

Een voorbeeld van een voorspelling van het model is hieronder weergegeven.

Delen via:

Misschien ook interessant

Nieuws

Flinke update CrickIt!

CrickIt herkent sprinkhanen en krekels aan hun geluid. De nieuwe versie werkt volledig offline, met een nieuw AI-model en vernieuwde interface.

Cases

Onderzoek met bodemvallen

Voor een gemeente onderzochten we de insectenbiodiversiteit met bodemvallen en determineerden we alle loopkevers en spinnen uit veertig vallen.

Cases

Onderzoek bodemleven voor Urgenda 7-vinkjes

Binnen het Urgenda-project 7 Vinkjes monitoren we regenwormen en klein bodemleven op boerenbedrijven die werken aan een vitalere bodem.