Análisis de la señal de audio utilizando un algoritmo modificado de segmentación avanzada para la detección de plagas...

Área de la Ciencia:

• Ciencias Agrícolas
• Acústico
• Aprendizaje automático

Sus antecedentes:

• Las plagas del suelo causan pérdidas económicas significativas en la agricultura anualmente.
• La detección eficaz de plagas es crucial para la salud de los cultivos, la optimización del rendimiento y la sostenibilidad.
• Los métodos no invasivos, en particular la detección basada en audio, ofrecen una alternativa de bajo costo a las técnicas invasivas tradicionales.

Objetivo del estudio:

• Desarrollar un sistema de detección de plagas basado en audio eficiente y preciso para el suelo.
• Para reducir la sobrecarga computacional en el procesamiento de señales de sonido de plagas.
• Mejorar la precisión de la detección de plagas mediante nuevas modificaciones algorítmicas.

Principales métodos:

• Implementado un algoritmo mejorado de detección de actividad de audio utilizando características de energía de corto tiempo para la segmentación de señales.
• Utilizó el algoritmo Forward Forward (FFA) por su estabilidad numérica y eficiencia computacional.
• Mejorado el FFA mediante la incorporación de la raíz media cuadrada en los cálculos de la función de calidad y pérdida para mejorar la detección de plagas.

Principales resultados:

• El algoritmo de detección de actividad de audio logró una reducción promedio del 20% en los requisitos computacionales en comparación con los modelos de referencia.
• El FFA modificado demostró un rendimiento mejorado de un 5% en la precisión de detección de plagas.
• El método propuesto mostró un rendimiento consistentemente superior en comparación con varios modelos de referencia en el análisis comparativo.

Conclusiones:

• El sistema de detección de plagas basado en audio desarrollado ofrece una solución computacionalmente eficiente y precisa para la identificación de plagas del suelo.
• La integración de las características de energía de corto plazo y el FFA modificado mejora significativamente las capacidades de detección de plagas.
• Este enfoque contribuye a una agricultura sostenible al permitir estrategias eficaces y económicas de control de plagas.