土壌害虫検出のための強化されたセグメンテーションを備えた修正された前向きアルゴリズムを用いた音声信号分析

科学分野:

• 農業科学
• 音響学
• 機械学習

背景:

• 土壌の害虫は毎年農業に大きな経済的損失をもたらします.
• 有効な害虫検知は作物の健康,収穫の最適化,そして持続可能性に不可欠です.
• 非侵襲的な方法,特にオーディオベースの検出は,従来の侵襲的な技術に低コストの代替手段を提供します.

研究 の 目的:

• 効率的で正確な音声ベースの害虫検知システムを開発する.
• 害虫の音信号を処理する計算上のオーバーヘッドを減らすために.
• 新しいアルゴリズムによる 害虫検出の精度を向上させる

主な方法:

• 信号セグメント化のためのショートタイムエネルギー機能を使用して,改善されたオーディオアクティビティ検出アルゴリズムを実装しました.
• その数学的安定性と計算効率のために,Forward Forward アルゴリズム (FFA) を利用した.
• 害虫検出の改善のために,良性および損失関数の平方根を組み込むことでFFAを強化しました.

主要な成果:

• オーディオアクティビティ検出アルゴリズムは,ベースラインモデルと比較して計算要件を平均20%削減しました.
• 改造されたFFAは害虫検出の精度で平均5%の性能向上を示した.
• 提案された方法は,いくつかのベースラインモデルと比較して一貫して優れたパフォーマンスを示した.

結論:

• 開発された音声ベースの害虫検出システムは,計算上効率的で正確な土壌害虫識別ソリューションを提供します.
• 短時間エネルギー機能と改造されたFFAを統合することで,害虫検出能力が大幅に向上します.
• このアプローチは,効率的で経済的な害虫管理戦略を可能にすることで,持続可能な農業に貢献します.