用于建模蜂群强度的半监督音频表示学习
声音
2021-05-25 v1 机器学习
音频与语音处理
摘要
蜜蜂作为传粉者对我们的生态系统和粮食安全至关重要，贡献了全球 35% 的农业产量。尽管重要，养蜂却完全依赖人力及经验启发式方法，且需要频繁人工检查以确保蜂群健康，而这会干扰蜂群。随着气候变化、害虫、环境毒性等威胁导致传粉者数量日益下降，为保障全球粮食安全的持续性，对其管理比以往任何时候都更为关键。为着手应对这一紧迫挑战，我们开发了一种通过音频和环境测量进行蜂巢监测的集成硬件传感系统，以及一种由音频建模模块和预测器组成的分层半监督深度学习模型，用以建模蜂巢强度。该模型基于人工检查在音频重建损失和预测损失上联合训练，以同时建模底层音频特征和昼夜时间动态。我们展示该模型在标签有限情况下仍表现良好，并能学习到有助于刻画蜂巢不同声音特征的音频嵌入。据我们所知，这是首次将基于音频的深度学习应用于在观测环境下跨大量蜂巢建模蜂巢与种群规模。
引用
@article{arxiv.2105.10536,
title = {Semi-Supervised Audio Representation Learning for Modeling Beehive Strengths},
author = {Tony Zhang and Szymon Zmyslony and Sergei Nozdrenkov and Matthew Smith and Brandon Hopkins},
journal= {arXiv preprint arXiv:2105.10536},
year = {2021}
}