IoT 오디오 센서와 RNN으로 꿀벌 군집 강도 모니터링 개선

Honey Bee Colony Monitoring via Audio IoT Sensors, Tensorgrams and RNNs

꿀벌은 작물과 야생 식물의 핵심 수분 매개자로서 농업과 생태계 안정에 중요한 역할을 합니다. 이에 IoT 센서를 이용한 원격 벌통 모니터링이 중요해지고 있습니다. 기존 연구에서는 오디오 IoT 기기의 변조 스펙트럼에서 추출한 수작업 특징이 군집 강도 음향 모니터링을 개선한다고 알려졌습니다. 본 논문에서는 변조 스펙트럼의 시간적 역학에 중요한 판별 정보가 있지만 이전 방법에서는 무시되었다고 가정하고, 시간 차원을 유지하는 새로운 변조 텐서그램을 제안합니다. 이 표현을 CNN 및 CRDNN에 입력으로 사용하여, 3,000시간 이상의 벌통 오디오 녹음이 포함된 공개 UrBAN 데이터셋에서 기존 방법보다 정확도와 교차 벌통 일반화 성능이 향상됨을 보여줍니다. 또한 잡음이 많은 현장 조건에서 강건성이 개선되었으며, saliency map과 gradient-weighted class activation map을 통한 설명 가능성 분석에서 변조 스펙트럼 시간 역학의 중요성을 확인했습니다. 결과적으로 정확하고 일반화 가능하며 강건한 꿀벌 군집 강도 음향 모니터링이 가능함을 시사합니다.