Utilize este identificador para referenciar este registo:
https://rinacional.tecnm.mx/jspui/handle/TecNM/8562| Título: | Técnicas de reconocimiento y clasificación mediante información acústica de especies animales |
| Autor: | Solorzano Madrigal, Carlos Daniel |
| metadata.dc.subject.other: | Técnicas de reconocimiento y clasificación mediante información acústica de especies animales. |
| Data: | 2024-08-30 |
| Editora: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Descrição: | Este documento presenta una metodología innovadora para la clasificación de señales bioacústicas, utilizando la Transformada Fraccionaria de Fourier (FRFT) y redes neuronales. La metodología propuesta fue evaluada con sonidos de anuros y cigarras, alcanzando una alta precisión de clasificación. El monitoreo bioacústico es crucial para la conservación de ecosistemas, permitiendo la identificación y seguimiento no invasivo de especies clave. La bioacústica, que investiga los sonidos producidos por organismos vivos, enfrenta desafíos como la variabilidad estacional, el ruido ambiental y las similitudes morfológicas entre especies. La aplicación de FRFT aborda estos retos al proporcionar una representación detallada de las características temporales y frecuenciales de los sonidos, facilitando una clasificación más precisa. La metodología integrada, que combina FRFT con redes neuronales, permite un análisis exhaustivo y una clasificación efectiva de las señales bioacústicas. Este enfoque no solo mejora la precisión en la identificación de especies, sino que también ofrece una herramienta robusta para el monitoreo y la conservación de la biodiversidad en diferentes contextos ecológicos. La tesis demuestra que la combinación de estas técnicas avanzadas supera las limitaciones tradicionales y contribuye significativamente al desarrollo de métodos no invasivos para el estudio y la preservación de los ecosistemas. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece nas colecções: | Tesis de Maestría en Ingeniería Electrónica |
Ficheiros deste registo:
| Ficheiro | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ME_Carlos_Daniel_Solorzano_Madrigal_2024.pdf | Tesis | 3.99 MB | Adobe PDF | Ver/Abrir |
| ME_Carlos_Daniel_Solorzano_Madrigal_2024_c.pdf | Cesión de derechos | 321.51 kB | Adobe PDF | Ver/Abrir |
Este registo está protegido por copyright original. |
Este registo está protegido por Licença Creative Commons
