Acoustic classification of frogs has gotten a lot of attention recently due to its potential applicability in ecological investigations. Numerous studies have been presented for identifying frog species, although the majority of recorded species are thought to be monotypic. The purpose of this study is to demonstrate a method for classifying various frog species using an audio recording. To be more exact, continuous frog recordings are cut into audio snippets first (10 seconds). Then, for each ten-second recording, several time-frequency representations are constructed. Following that, rather than using manually created features, Machine Learning methods are employed to classify the frog species. Data reduction techniques; Principal Component Analysis (PCA) and Independent Component Analysis (ICA) are used to extract the most important features before classification. Finally, to validate our classification accuracy, cross validation and prediction accuracy are used. Experimental results show that PCA extracted features that achieved better classification accuracy both with cross validation and prediction accuracy.


翻译:最近,青蛙的声学分类因其在生态调查中的潜在适用性而引起许多关注,已经为确定青蛙物种提出了许多研究,尽管大多数记录物种被认为是单一的。这项研究的目的是展示一种使用录音对各种青蛙物种进行分类的方法。更确切地说,先将连续青蛙记录切入音频片段(10秒),然后为每10秒记录制作若干时间频率表示。随后,采用机器学习方法而不是使用人工制作的特征来对青蛙物种进行分类。数据减少技术;主要成分分析(PCA)和独立成分分析(ICA)用于在分类前提取最重要的特征。最后,用于验证我们的分类准确性、交叉验证和预测准确性。实验结果显示,五氯苯甲醚提取的特征在交叉验证和预测准确性两方面都实现了更好的分类准确性。

0
下载
关闭预览

相关内容

机器学习系统设计系统评估标准
【2022新书】机器学习基础,225页pdf,Machine Learning The Basics
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
多伦多大学“神经网络与机器学习导论(2018年春季)
人工智能头条
14+阅读 · 2018年4月3日
Machine Learning:十大机器学习算法
开源中国
20+阅读 · 2018年3月1日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
25+阅读 · 2018年1月24日
VIP会员
相关资讯
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
多伦多大学“神经网络与机器学习导论(2018年春季)
人工智能头条
14+阅读 · 2018年4月3日
Machine Learning:十大机器学习算法
开源中国
20+阅读 · 2018年3月1日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Top
微信扫码咨询专知VIP会员