Die Universität Mailand Veröffentlicht Ein Papier Mit Einem Datensatz Von Katzengeräuschen, Der Miauen Klassifiziert
Ein Forschungsteam der Universität Mailand veröffentlichte in der Zeitschrift Animal Welfare einen Artikel mit dem Titel „Automatische Klassifizierung von Katzenrufen in verschiedenen Umgebungen“.
Durch Audiosignalverarbeitung und Mustererkennungsalgorithmen gelang ihnen eine automatische Klassifizierung des Katzenmiauens. Darüber hinaus hat das Team einen Datensatz mit 440 von 21 Katzen gesammelten Rufen veröffentlicht.
Sammle einundzwanzig Katzen, die in drei Zuständen miauen
Katzen gehören seit jeher zu den beliebtesten und beliebtesten Haustieren. Durch verschiedene Studien zu ihrem Verhalten können wir unser umfassendes Verständnis von Katzen erweitern.
Das Forschungsteam führte diese Studie in der Hoffnung durch, herauszufinden, ob es Gemeinsamkeiten und Muster in den Rufen von Katzen in verschiedenen gängigen Umgebungen gibt.Diese Muster können durch maschinelles Lernen gefunden werden, um die Verhaltensabsichten oder psychologischen Aktivitäten der Katze zu verstehen.
Sie wählten 21 Katzen zweier Rassen aus, zehn Maine Coons und elf Britisch Kurzhaar, und zeichneten sorgfältig ihr Geschlecht und ihren Sterilisationsstatus auf.
Der Datensatz enthält ihre Rufe unter drei Umgebungsbedingungen:Bei Berührungen, in ungewohnter Umgebung oder vor dem Füttern,Und achten Sie unbedingt darauf, dass jede Katze in drei Umgebungen unterschiedliche Variablen hat.
Bevor beispielsweise die Rufe von Katzen in ungewohnter Umgebung aufgezeichnet werden, dürfen die Besitzer mindestens 30 Minuten bei den Katzen in der Umgebung bleiben, um ihre Gefühlsschwankungen nicht zu stimulieren. Nachdem sichergestellt wurde, dass die Emotionen der Katze stabil sind, verlässt der Besitzer die aktuelle Umgebung und zeichnet die Rufe der Katze während der zehn Minuten auf, in denen sie allein ist.
Bei der Datenerfassung ist zudem darauf zu achten, dass der Einfluss von Häusern, Möbeldekorationen etc. auf den Empfang so gering wie möglich gehalten wird. Das Team testete außerdem verschiedene Empfangsgeräte, darunter auch tragbare Geräte für Haustiere, um die Empfangsqualität sicherzustellen.
Basierend auf den Tondateien extrahierte das Forschungsteam zwei Sätze akustischer Parameter, nämlich Mel-Frequenz-Cepstrum-Koeffizienten (MFCC) und zeitliche Merkmale. Verwenden Sie diese Parameter, um den Problemraum mithilfe eines Klassifizierungsschemas wie der auf gerichteten azyklischen Graphen basierenden Klassifizierung zu klassifizieren.
Das Forschungsteam verwendete fünf Klassifizierungsschemata:Es gibt fünf Klassifizierungsmethoden: DAG-HMM (Directed Acyclic Graph-Hidden Markov), klassenspezifische HMMs, universelles HMM, SVM Support Vector Machine und ESN Echo State Network.
Die Ergebnisse zeigen, dass die GAG-HMM-Methode in drei Staaten eine hohe Erkennungsrate für Katzenmiauen aufweist. Insbesondere für das Geräusch des Wartens aufs Füttern verfügt es über eine genaue Erkennungsrate von 100%.
Die Ergebnisse dieser Studie ermutigten das Team sehr, da das Experiment bewies, dass Katzenmiauen effektiv klassifiziert werden können. Im nächsten Schritt ihrer Forschung wollen sie versuchen, die Körperbewegungen der Katze zu kombinieren, um ein Analysemodell zu erstellen und die emotionalen Eigenschaften der Katze weiter zu analysieren.
Die Ergebnisse zeigen, dass die GAG-HMM-Methode in drei Staaten eine hohe Erkennungsrate für Katzenmiauen aufweist. Insbesondere für das Geräusch des Wartens aufs Füttern verfügt es über eine genaue Erkennungsrate von 100%.
Die Ergebnisse dieser Studie ermutigten das Team sehr, da das Experiment bewies, dass Katzenmiauen effektiv klassifiziert werden können. Im nächsten Schritt ihrer Forschung wollen sie versuchen, die Körperbewegungen der Katze zu kombinieren, um ein Analysemodell zu erstellen und die emotionalen Eigenschaften der Katze weiter zu analysieren.
Lesen Sie das Dokument, laden Sie den Datensatz herunter und können Sie Katzen verstehen?
Papierzugriff https://www.mdpi.com/2076-2615/9/8/543/htm Lesen
Datensatzzugriff https://openbayes.com/console/openbayes/datasets/cxuvZ3QDu2S/ Download nach Registrierung
In einem Artikel, den wir Anfang des Jahres veröffentlicht haben Gute Nachrichten für Tierbesitzer: KI kann jetzt die kleinen Emotionen von Hunden und Katzen erkennenWir haben einige Technologien und Produkte vorgestellt, die derzeit auf dem Markt sind und sich zur Erkennung der Emotionen von Haustieren eignen. Auch erwähnt,Tiere verfügen über ein sehr komplexes Ausdruckssystem und Laute sind nur ein Teil ihrer Sprache.Die meisten Tiere verlassen sich bei der Kommunikation untereinander auch auf Körperbewegungen, Gerüche und sogar biologische Hormone.
Wenn Sie also ihre Emotionen verstehen möchten, bietet künstliche Intelligenz eine Möglichkeit. Wir empfehlen den Besitzern jedoch, während der Aufzucht mehr auf das Verhalten und die Reaktionen ihrer Haustiere zu achten, damit sie deren wahre Gefühle und Bedürfnisse besser verstehen können.