STORM es un proyecto europeo de investigación en curso cuyo objetivo es desarrollar una plataforma integrada de vigilancia, protección y gestión de sitios del patrimonio cultural mediante la innovación técnica y organizativa. Parte de las acciones preventivas previstas para la protección del patrimonio cultural es el desarrollo de redes inalámbricas de sensores acústicos (WASN) que se utilizarán para evaluar el impacto de las actividades generadas por el hombre, así como para vigilar fenómenos ambientales potencialmente peligrosos. Las muestras de sonido recogidas se enviarán a un servidor central donde se clasificarán automáticamente de forma jerárquica; se supervisará la actividad antropogénica y medioambiental, y se alarmará a las partes interesadas en caso de posibles comportamientos malévolos o fenómenos naturales como exceso de precipitaciones, incendios, vendavales, mareas altas y oleaje. Presentamos aquí una plataforma integrada que incluye la eliminación de ruido de las muestras de sonido mediante ondículas, la extracción de características de las muestras de sonido, el modelado de mezclas gaussianas de estas características y una potente red neuronal de dos capas para la clasificación automática. Contribuimos a los trabajos anteriores ampliando la plataforma de clasificación propuesta para realizar también clasificaciones de bajo nivel, es decir, clasificar sonidos en subclases adicionales que incluyen sonidos de avión, coche y pistola para la clase de sonidos antropogénicos; sonidos de pájaro, perro y serpiente para la clase de sonidos biofísicos; y fuego, cascada y vendaval para la clase de sonidos geofísicos. Los resultados de la clasificación muestran una precisión extraordinaria tanto en la clasificación de alto nivel como en la de bajo nivel, lo que demuestra la viabilidad del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estudio de los Receptores de Citotoxicidad Natural en Pacientes con VIH/SIDA y Cáncer: Un Estudio Transversal
Artículo:
Distribución de receptores NMDA extrasinápticos en neuronas
Artículo:
Modelo de aprendizaje computacional para la predicción de enfermedades cardíacas mediante aprendizaje automático basado en un nuevo regularizador
Artículo:
Extracción de eventos basada en el conocimiento en ruso: Recursos lingüísticos basados en corpus
Artículo:
Teoremas sobre datos positivos: Sobre la unicidad del NMF