ミラノ大学、鳴き声を分類するための論文と猫の鳴き声データセットを公開

ミラノ大学の研究チームは、「異なる環境における猫の鳴き声の自動分類」という論文を「Animalwelfare」誌に発表した。

彼らは、音声信号処理とパターン認識アルゴリズムを通じて猫の鳴き声の自動分類を実現しました。さらに、研究チームは、21 匹の猫が収集した 440 件の鳴き声を含むデータセットも公開しました。

3 つの州で鳴く 21 匹の猫を集めてください

猫は常に最も人気があり、愛されている家庭用ペットの 1 つです。その行動に関するさまざまな研究を通じて、猫についての総合的な理解を深めていくことができます。

研究チームが実施したこの研究は、いくつかの一般的な環境における猫の鳴き声に共通性やパターンがあるかどうかを調べることを目的としています。これらのパターンは、猫の行動意図や心理的活動を理解するための機械学習を通じて見つけることができます。

彼らは、メインクーン10匹とブリティッシュショートヘア11匹、合計21匹の猫を選び、その性別と不妊手術の状態を注意深く記録しました。

データセットには、次の 3 つの環境状態での鳴き声が含まれています。触られたとき、いつもと違う環境にいるとき、授乳前、そして、3 つの環境における各猫のさまざまな変数を厳密に保証します。

たとえば、奇妙な環境で猫の鳴き声を録音する前に、猫の気分の変動を刺激しないように、飼い主はその環境で少なくとも 30 分間猫と一緒に過ごすように求められます。猫の気分が安定していることを確認した後、飼い主は現在の環境から離れ、猫が一人でいる10分間の鳴き声を録音します。

データ収集の過程で、チームは、無線品質を確保するために、家や家具の装飾などが無線に与える影響を最小限に抑える必要もありました。

研究チームはサウンド ファイルに基づいて、メル周波数ケプストラム係数 (MFCC) とタイミング特徴という 2 セットの音響パラメーターを抽出しました。これらのパラメーターを使用して、有向非巡回グラフなどに基づく分類スキームを使用して問題空間を分類します。

研究チームは合計 5 つの分類スキームを使用しました。5 つの分類方法: DAG-HMM (有向非巡回グラフ暗黙マルコフ)、クラス固有 HMM、ユニバーサル HMM、SVM サポート ベクター マシン、ESN エコー ステート ネットワーク (エコー ステート ネットワーク)。

その結果、GAG-HMM 手法は 3 つの状態で猫の鳴き声の認識率が高いことがわかりました。特に給餌待ちの音については100%の正確な認識率を誇ります。

この研究結果はチームに大きな勇気を与え、実験により猫の鳴き声を効果的に分類できることが証明されました。今後は猫の体の動きを組み合わせて研究を進め、解析モデルを確立し、猫の感情特性の分析を続ける予定だ。

その結果、GAG-HMM 手法は 3 つの状態で猫の鳴き声の認識率が高いことがわかりました。特に給餌待ちの音については100%の正確な認識率を誇ります。

この研究結果はチームに大きな勇気を与え、実験により猫の鳴き声を効果的に分類できることが証明されました。今後は猫の体の動きを組み合わせて研究を進め、解析モデルを確立し、猫の感情特性の分析を続ける予定だ。

論文を読んでデータセットをダウンロードするだけで猫を理解できますか?

紙面訪問 https://www.mdpi.com/2076-2615/9/8/543/htm 読む

データセットへのアクセス https://openbayes.com/console/openbayes/datasets/cxuvZ3QDu2S/ 登録後ダウンロード

年始に書いた記事 「犬と猫に朗報：AIは犬と猫の感情を認識できる」ペットの感情を識別するために現在市販されている技術や製品をいくつか紹介しました。とも言及され、動物の表現システムは非常に複雑で、鳴き声は言語の一部にすぎません。、ほとんどの動物は、体の動き、匂い、さらには生物学的ホルモンさえも利用して相互にコミュニケーションをとります。

したがって、彼らの感情を理解したい場合は、人工知能に方法があります。ただし、飼い主が子育ての過程で小さな主人のパフォーマンスや反応にもっと注意を払い、本当の感情やニーズをよりよく理解できるようにすることをお勧めします。