Was ist machine learning?
Machine learning, zu deutsch “maschinelles Lernen”, ist ein Teilbereich der Künstlichen Intelligenz (KI), der seit einigen Jahren immer mehr an Bedeutung gewinnt. Vereinfacht gesagt geht es bei maschinellem Lernen um Mustererkennung durch Computer, basierend auf einem Trainingsdatensatz.
Mittlerweile sind viele verschiedene Programmierumgebungen (sog. Frameworks) als open-source Tool für maschinelles Lernen verfügbar. Zudem exsistiert eine weltweit gut vernetzte Community, die auf technische Fragen (multiple) Lösungsansätze bieten kann. Auf diese Weise ist maschinelles Lernen einem immer größeren Anwenderkreis zugänglich geworden.
Was macht OekoFor?
Wir nutzen machinelles Lernen maßgeblich, um die, durch unsere autonomen Erfassungsgeräte (ecoPi:Serie) generierten, Daten automatisiert auszuwerten.
Für die Implementierung von maschinellem Lernen verwenden wir das Framework TensorFlow (Google Brain Team).
Vor dem Hintergrund automatisierter Auswertungsroutinen mittels maschinellem Lernen können biologische Fragestellungen in einem ganz anderen Umfang untersucht werden, da auch sehr große Datenmengen in relativ kurzer Zeit auswertbar sind. Eine solide Datengrundlage hilft, fundiertere Aussagen zu treffen und letztlich Untersuchungen bzw. Forschungen noch belastbarer zu machen.
Bei einem Einsatz unserer Erfassungsgeräte in einem Ihrer Projekte kann, je nach Fragestellung, auch auf einen bestehenden Trainingsdatensatz zurückgegriffen werden. Dadurch ist eine automatisierte Auswertung relativ schnell umsetzbar.
Eine Ergänzung des Traingsdatensatzes oder auch die Generierung eines komplett neuen Traingsdatensatzes ist zwar mit einem entsprechenden Mehraufwand verbunden, der Vorteil gegenüber klassischen Auswertungsmethoden im Hinblick auf den Ergebnisgewinn ist aber immer noch enorm.
Zur Zeit setzen wir maschinelles Lernen schwerpunktmäßig für die automatisierte Auswertung akustischer Aufnahmen von Vögeln ein.
Dabei wird ein eigenes, künstliches neuronales Netzwerk realisiert, das auf die akustischen Aufnahmen der Rekorder angewendet werden kann und für jede Aufnahme automatisiert die einzelnen Vokalisationen von Zielvogelarten identifiziert.
Beispiele
Laufende Projekte:
-
Windenergie im Wald
Das Projekt untersucht, ob Windenergieanlagen im Wald zu einer veränderten Nutzung des Habitats Wald bei ausgewählten Vogelarten führen.
Der von uns entwickelte ecoPi:BIRD ermöglicht akustische Langzeiterfassungen von Vögeln. Die automatisierte Auswertung erfolgt durch den Einsatz von maschinellem Lernen. -
Neeracherried
Bei diesem Projekt geht es um das Monitoring verschiedener Rallenarten in einem Schutzgebiet. Mittels akustischer Erfassungen soll geklärt werden, welche Rallenarten vorkommen und wo sich die Vögel im Gebiet aufhalten.
Dabei arbeiten wir mit dem von uns entwickelten ecoPi:BIRD-2D, die automatisierte Auswertung erfolgt durch den Einsatz von maschinellem Lernen.