Методи та засоби комп’ютеризованого відстеження міграції птахів на основі аналізу звукових сигналів

Abstract

Кваліфікаційна робота присвячена дослідженню методів розпізнавання пташиного співу в умовах підвищеного шумового фону за допомогою сучасних методів аналізу звуку. У роботі здійснено порівняння різних підходів до обробки аудіоданих, зокрема використання мел-спектрограм і CQT-спектрограм, а також аналіз ефективності навчання моделей із використанням попередньо натренованих і власноруч налаштованих нейронних мереж. Система базується на концепції Інтернету речей, що дозволяє збирати та обробляти дані в режимі реального часу. Отримані результати демонструють потенціал застосування таких систем у моніторингу біорізноманіття та екологічному аналізі, а також підвищують ефективність реагування на надзвичайні ситуації, спричинені природними катастрофами. Робота підкреслює перспективи інтеграції таких систем у малогабаритні комп’ютерні пристрої для забезпечення автономного функціонування в польових умовах.

This master’s thesis focuses on studying methods for recognizing bird songs in high-noise environments using modern sound analysis techniques. The work compares different approaches to audio data processing, including the use of mel spectrograms and CQT spectrograms, and evaluates the training efficiency of models using both pretrained and custom-configured neural networks. The system is based on the Internet of Things concept, enabling real-time data collection and processing. The results highlight the potential application of such systems in biodiversity monitoring and ecological analysis, as well as in improving response efficiency to emergencies caused by natural disasters. The thesis emphasizes the prospects for integrating such systems into compact computing devices to ensure autonomous operation in field conditions.