{"id":4364,"date":"2024-04-08T09:42:08","date_gmt":"2024-04-08T07:42:08","guid":{"rendered":"https:\/\/cbrell.de\/blog\/?p=4364"},"modified":"2024-04-08T10:56:56","modified_gmt":"2024-04-08T08:56:56","slug":"stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken","status":"publish","type":"post","link":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/","title":{"rendered":"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr deep learning training – KI Sound in Bienenst\u00f6cken"},"content":{"rendered":"

F\u00fcr Soundanalysen an und mit Honigbienen durch Deep Learning stehen oft nicht genug Trainingsdaten zur Verf\u00fcgung. Die Aufnahmen von realen St\u00f6rger\u00e4uschen aus dem Feld in dieser Untersuchung sollen dazu dienen, durch Kombination mit zu lernenden F\u00e4llen ausreichend Trainingsdaten erzeugen zu k\u00f6nnen.<\/p>\n

Stand 08.04.2024<\/p>\n

Ausgangslage<\/h2>\n

Audio- und Vibrations\u00fcberwachung haben sich als praktikable Alternative zur Fern\u00fcberwachung von Bienenst\u00f6cken erwiesen. Es ist bekannt, dass Honigbienen als Reaktion auf umweltbedingte Ausl\u00f6ser wie Giftstoffe oder Probleme mit der K\u00f6nigin bestimmte T\u00f6ne erzeugen. Neben Duftstoffen kommunizieren Bienen innerhalb des Bienenvolkes auch \u00fcber Vibrations- und Tonsignale. K\u00f6rperbewegungen, Fl\u00fcgelbewegungen, hochfrequente Muskelkontraktionen ohne Fl\u00fcgelbewegungen sind einige dieser vibroakustischen Signale im Bienenstock. Dar\u00fcber hinaus stimulieren die von den Bienen erzeugten vibroakustischen Signale das Verhalten des gesamten Bienenvolkes, z. B. die Vorbereitung eines Schwarmfluges (Abdollahi et al. 2022). Stand 2024 sind KI-gest\u00fctzte Verfahren zur Erkennung von besonderen Zust\u00e4nden im Bienenstock verf\u00fcgbar. Die Verfahren k\u00f6nnen eingesetzt werden, um z.B. Schwarmvorbereitungen, Schwarmakte, sch\u00e4dliche Au\u00dfeneinfl\u00fcsse auf Bienen, Futtermangel und ggf. Erkrankungen wie Varroose zu erkennen. In Forschungsprojekten wird regelm\u00e4\u00dfig mit Daten aus artifizellen Settings gearbeitet, die
\n– eine gute und damit kostenintensive Aufnahmetechnik beinhalten
\n– Daten aus nur wenigen Bienenv\u00f6lkern und wenigen Ereignissen ber\u00fccksichtigen (*)<\/p>\n

(*) Das liegt daran, dass z.B. Schwarmakte eher seltene Ereignisse sind im Vergleich mit Zeiten und V\u00f6lkern, die nicht schw\u00e4rmen. So sind brauchbare Aufnahmen von ein bis zwei Schwarmabg\u00e4ngen in einem Forschungsprojekt mit drei Jahren Dauer schon ein Gl\u00fccksfall.<\/p>\n

Die Verwendung dieser wenigen Daten in derzeit \u00fcblichen Trainingsprozeduren f\u00fcr neuronale Netze f\u00fchrt dazu, dass ein KI-System die F\u00e4lle „auswendig“ lernt und nur noch die Ereignisse aus den Trainingsdaten wiedererkennt.<\/p>\n

Bei Bildklassifizierungen werden, um ein solches \u00dcbertraining zu vermeiden, gr\u00f6\u00dferer Datens\u00e4tze aus vorhandenen Daten dadurch erzeugt, dass dem System im Training zus\u00e4tzlich Bildausschnitte und k\u00fcnstlich verrauschte Bilder angeboten werden.<\/p>\n

Ziel<\/h2>\n

Die Aufnahmen „St\u00f6rger\u00e4uschen mit Vogelstimmen“ in diesem Beitrag sollen Sound-Rohmaterial bieten, um damit Soundaufnahmen von interessierenden Ereignissen zu verschneiden und so ein mehrfaches an Trainingsdaten zu erhalten.
\nDie St\u00f6rger\u00e4usche wurden f\u00fcr die Vorhaben Biene40 (BMEL) und AI4Bee (ZIM) erzeugt und stehen ab sofort auch anderen Forschergruppen zur Verf\u00fcgung.<\/p>\n

Beschreibung der St\u00f6rger\u00e4usche mit Vogelstimmen<\/h2>\n

Sounddateien<\/h3>\n

Zur Zeit stehen folgende 3 Sounddateien zur Verf\u00fcgung zur Verf\u00fcgung<\/p>\n

Sounddatei 1 Tonaufnahme Singv\u00f6gel 02.04.2024 bis 6:30. Aufnahmeort: Riffian, Passeiertal, S\u00fcdtirol, Temperatur 8\u00b0C, bedeckt, hohe Luftfeuchtigkeit, Aufnahmedauer ca. 15 Min<\/em><\/p>\nhttps:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240403-0624-Sinvoegel-Passeiertal.m4a<\/a><\/audio>\n

Sounddatei 2 Tonaufnahme Singv\u00f6gel 03.04.2024 bis 06:18 Aufnahmeort: Riffian, Passeiertal, S\u00fcdtirol, Temperatur 10\u00b0C, bedeckt, hohe Luftfeuchtigkeit, Aufmahmedauer ca 15 Min.<\/em><\/p>\nhttps:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240208-0545-Singvoegel-Schiefbahn-15Min.m4a<\/a><\/audio>\n

Sounddatei 3 Tonafnahme Singv\u00f6gel 08.04.2024\u00a0 bis Aufnahmeort Schiefbahn, Niederrhein, Deutschland, Temperatur 12\u00b0C, Aufnahmedauer ca 15 Min.<\/em><\/p>\n

Die Aufnahmen\u00a0 liegen im Format m4a unkomprimiert vor. Die Aufnahmen erfolgten mit einem Iphone 13 und der App Sprachnotizen.<\/p>\n

Beispielhafte Analyse<\/h3>\n

Sounddatei 1<\/h4>\n

Sounddatei 1 wurde hinsichtlch der Spektralen Eigenschaften untersucht. Die Analyse erfolgte auf einem Macbook Pro mit Intel-Prozessor und der Software Audacity.<\/p>\n

Zun\u00e4chste werden Spektrogramm (Abb. 1, zeitlicher Verlauf der „lauten Frequenzen“, im Bild in orange-Farbt\u00f6nen) und Spektrum (Abb. 2, Amplitude gegen Frequenz) f\u00fcr die gesamte Aufnahmen gezeigt. Es folgen Betrachtungen eines kurzen Ausschnittes von 6 Sekunden mit zwei Sequenzen eines Amsel-Gesangs. Durch Verwendung eines Bandpasses von 1300Hz bis 4000Hz lassen sich die Vogelstimmen isolieren (Abb. 5 und 6), durch einen Tiefpass lassen sich die Vogelstimmen entfernen.<\/p>\n

\"\"<\/a><\/p>\n

Abb. 1: Spektrogramm und Amplitudengang der gesamten Aufnahme. Zu sehen sind B\u00e4nder im niedrigen Frequenzbereich und im Frequenzzbereich zwischen 1300Hz und 4000Hz. Die niedrigen Frequenzen k\u00f6nnen dem langam beginnenden Verkehr auf der Jaufenstra\u00dfe und insbesondere dem Ger\u00e4usch der Passer (Fluss) zugeschrieben werden. Die Passer ist etwa 300m, dafon 150 Tiefenmeter, vom Aufnahmeort entfernt. Der Fluss ist in weiten Teilen renaturiert und wird von Sportfischern sowie Rafting-Anbietern genutzt. Zahlreiche gro\u00dfe abgeschliffene Felsen und Findlinge verwirbeln das Wasser, Zusammen mit der D\u00e4mpfung durch Bewuchs und Bebauung ensteht so ein quasi-rosa-Rauschen. Am Anfang und Ende der Aufnahme sind zus\u00e4tztliche Ger\u00e4usche durch das Ablegen und Aufnehemn des Smartphones zu sehen.<\/em><\/p>\n

 <\/p>\n

\"\"<\/a><\/p>\n

Abb. 2: Spektrum eines Abschnitts in der Mitte der Aufnahme. Zu sehen ist eine dominante Frequenz des Vogelgesangs um 2300Hz.<\/em><\/p>\n

 <\/p>\n

\"\"<\/a><\/p>\n

Abb. 3: Spektrogramm eine Ausschnitts von 6 Sekunden Dauer. Zu sehen sind die typischen Signaturen des Gesangs s\u00fcdtiroler Amseln. Teilweise liegen die T\u00f6ne im gleichen Frequenzbereich wie das typische Tuten und Quaken, das im Bienenstock zu h\u00f6ren ist, wenn gesch\u00fcpfte und ungeschl\u00fcpfte Jungk\u00f6niginnen ihre Anwesenheit kundtun.<\/em><\/p>\n

 <\/p>\n

\"\"<\/a><\/p>\n

Abb. 4: Spektrum des Ausschnitts aus Abb. 3. Zu sehen sind zwei lautere Passagen von Amseln, die das Rauschen der Passer \u00fcberdecken.<\/em><\/p>\n

 <\/p>\n

\"\"<\/a>
Screenshot<\/figcaption><\/figure>\n

 <\/p>\n

Abb. 5: Isolierte St\u00f6rger\u00e4usche f\u00fcr Tuten und Quaken. Der Ausschnitt aus Abb. 3 wurde durch einen Bandpass 1300Hz – 4000Hz mit einer Flankensteilheit von 48db\/Oktave beschnitten, die Abb. zeigt das Spektrogramm. Der Vogelgesang ist (beim abh\u00f6ren) noch deutlich zu erkennen, die St\u00f6rger\u00e4usche von Fluss und Verkehr sind verschwunden.<\/em><\/p>\n

 <\/p>\n

\"\"<\/a>Abb. 6:<\/em><\/p>\n

Abb. 6: Spektrum des beschnittenen Ausschnitts aus Abb.5<\/em><\/p>\n

Sounddatei 3<\/h4>\n

 <\/p>\n

\"\"<\/a><\/p>\n

Abb. 7: Spektrogramm einer Aufnahme vom Niederrhein am 08.04.2024<\/em><\/p>\n

 <\/p>\n

\"\"<\/a><\/p>\n

Abb. 8: Spektrum der Aufnahme vom Niederrhein am 08.04.2024<\/em><\/p>\n

 <\/p>\n

\"\"<\/a>^<\/p>\n

Abb. 9: Wetterdaten zum Aufnahmezeitpunkt am 08.04.2024. Die Temperatur betrug 12\u00b0C, es war wenig Wind, die Luftfeuchtigkeit hoch.<\/em><\/p>\n

Vorschl\u00e4ge zur Verwendung der St\u00f6rger\u00e4usche mit Vogelstimmen<\/h2>\n

Grunds\u00e4tzliches Vorgehen<\/h3>\n

Es sei ein Vorgehen in 5 Schritten empfohlen:
\n1. Bestimmung des Untersuchungsinteresses und damit Festlegung des interessierenden Frequenzbereichs.
\n2. Filterung der St\u00f6rsoundaufnahmen mit einem Bandpassfilter hoher Ordnung auf den interessierenden Frequenzbereich.
\n3. Bestimmung der Dauer der zu untersuchenden Soundschnipsel (In Biene40 meist 10 Sekunden, in AI4Bee 2 Sekunden)
\n4. Zerlegung der gefilterten St\u00f6rsoundaufnahemnn in entsprechend lange Dateien. F\u00fcr 10 Sekunden stehen damit etwa 80 Dateien mit St\u00f6rger\u00e4uschen zur Verf\u00fcgung.
\n5. Erzeugung der Trainingsdateien. Jeder Sounddatei mit einem interessierenden Event wird mit allen St\u00f6rsounddateien mit unterschiedlicher Amplitudenverteilung gemischt (z.B. Eventdatei mit St\u00f6rdatei 0% mit 100%, 25% mit 75%, 75% mit 25%, 100% mit 0%. Im Falle von 10 Dateien mit interessierenden Evens ergeben sich so 10 * 4 * 80 = 3200 Trainingsdatein.<\/p>\n

Allgemeine hypothesenbildenen Untersuchungen an Bienenv\u00f6lker<\/h3>\n

Eigene Aufnahmen mit interessierenden Events werden mit ungefilterten St\u00f6rdateien wie in Schritt 5 gemischt.<\/p>\n

Beispiel: Training auf Erkennung von Tuten und Quaken<\/h3>\n

Eigene Aufnahmen mit interessierenden Events (und ggf. Dateine mit Tuten und Quaken aus anderen Untersuchungen) werden mit bandpassgefilterten St\u00f6rdateien (1300 – 4000) wie in Schritt 5 gemischt.<\/p>\n

Beipiel: Training auf Erkennung von temperaturinduzierte Events (Heizen, K\u00fchlen, F\u00e4cheln)<\/h3>\n

Eigene Aufnahmen mit interessierenden Events werden mit bandpassgefilterten St\u00f6rdateien (80Hz – 640Hz) wie in Schritt 5 gemischt.<\/p>\n

Beipiel: Training auf Erkennung von Flugevents (Abflug, Anflug)<\/h3>\n

Eigene Aufnahmen mit interessierenden Events werden mit bandpassgefilterten St\u00f6rdateien (100Hz – 1300Hz) wie in Schritt 5 gemischt.<\/p>\n

Anhang<\/h2>\n

Quellen und Weiterlesen zu Soundanalysen im Bienenstock<\/h3>\n

Das Biene40-Projekt zur Entwicklung vernetzter Sensoren im Bienenstock\u00a0http:\/\/bieneviernull.de<\/a><\/p>\n

Das Projekt zur Entwicklung eines KI-gest\u00fctzten Bienenmonitorings AI4Bee\u00a0https:\/\/ai4bee.de<\/a><\/p>\n

M. Abdollahi, P. Giovinazzo, T. Falk (2022) Automated beehive acoustics monitoring: A comprehensive review of the literature and recommendations for future work,<\/em> Applied Sciences, vol. 12, issue 8, 2022, pp 3920\u20133942. online ressource, https:\/\/doi.org\/10.3390\/app12083920<\/a>,<\/p>\n

Glossar<\/h3>\n

Quaken<\/h4>\n

Mit Quaken wird ein Ger\u00e4usch aus dem Bienenstock beschrieben, mit dem noch nicht geschl\u00fcpfte Bienenk\u00f6niginnen ihre Anwesenheit kundtun. Es wird vermutet, dass damit der Schutz der Ammenbienen eigefordert wird und diese verhinderen, dass eine bereits geschl\u00fcpgfte Jungk\u00f6nigin ihre potenziellen Konkurrentinnen absticht.<\/p>\n

Tuten<\/h4>\n

Tuten ist ein Ger\u00e4usch, dass frisch geschl\u00fcpfte Bienenk\u00f6niginnen produzieren, um ggf. vorhandenen Konkurentinnen zu identifizieren. Weitere Hinweise siehe\u00a0Tuten und Quaken \u2013 Bienenk\u00f6nigin und -Prinzessin kommunizieren<\/a><\/p>\n

Danksagung<\/strong><\/h3>\n

Die Untersuchung ist Teil des Projektes \u201eBiene40 \u2013 vernetzte Sensoren f\u00fcr vitalere Bienen\u201c. Biene40 ist eines von 16 gef\u00f6rderten Projekten (siehe Abb. F\u00f6rderlogo), die unter der Vernetzungs- und Transferma\u00dfnahme\u00a0Beenovation<\/a>\u00a0zusammengefasst werden. Das Projekt wurde gef\u00f6rdert vom Bundesministerium f\u00fcr Ern\u00e4hrung und Landwirtschaft (BMEL). Mit dem F\u00f6rderaufruf \u201eBekanntmachung \u00fcber die F\u00f6rderung von Forschungsvorhaben zum Schutz von Bienen und weiteren Best\u00e4uberinsekten in der Agrarlandschaft\u201c hat BMEL 16 Forschungsvorhaben, darunter \u201eBiene40\u201c, in drei F\u00f6rderprogrammen eingeworben, die seit 2021 mit einem F\u00f6rdervolumen von ca. 12. Mio. Euro umgesetzt werden. Die Vorhaben zielen auf die Entwicklung von innovativen und praxisorientierten Produkten und Verfahren f\u00fcr die Verbesserung der Widerstandskraft von Honigbienen, die Erm\u00f6glichung eines best\u00e4uberfreundlichen Pflanzenbaus sowie die Entwicklung und Erprobung von Ma\u00dfnahmen zur F\u00f6rderung von Bienen und anderen Best\u00e4uberinsekten in Agrarr\u00e4umen. Die dazugeh\u00f6rige Vernetzungs- und Transfer Ma\u00dfnahme \u201eBeenovation\u201c verfolgt das Ziel, durch Veranstaltungen und \u00d6ffentlichkeitsarbeit eine hohe Sichtbarkeit und nachhaltige Breitenwirksamkeit der gef\u00f6rderten Verbundprojekte und der F\u00f6rderma\u00dfnahme sicherzustellen. Hierdurch werden sowohl der Wissensaustausch zwischen den verschiedenen beteiligten Stakeholdern aus Wissenschaft, Politik und Praxis, als auch die Innovationsprozesse der Verbundprojekte unterst\u00fctzt und Synergien zu anderen Forschungsprojekten geschaffen.<\/p>\n

\"Kombilogo<\/a><\/p>\n

Abb.: F\u00f6rderlogo<\/p>\n

Autor und Lizenz<\/h3>\n

Autor:<\/strong>\u00a0Prof. Dr. rer. nat. Claus Brell, aktuelle Projekte:\u00a0Biene40<\/a>,\u00a0AI4Bee<\/a>
\nLizenz:<\/strong>\u00a0CC BY<\/p>\n

<\/p>\n

Inhalte des Beitrages k\u00f6nnen Sie entsprechen der Lizenz verwenden. Unter dieser Lizenz ver\u00f6ffentlichte Werke darf jedermann f\u00fcr private, gewerbliche und sonstige Zwecke nutzen ver\u00e4ndern und auch neu ohne CC-Lizenz vermarkten. Als Urheber mache ich keine Rechte geltend.<\/p>\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

F\u00fcr Soundanalysen an und mit Honigbienen durch Deep Learning stehen oft nicht genug Trainingsdaten zur Verf\u00fcgung. Die Aufnahmen von realen St\u00f6rger\u00e4uschen aus dem Feld in dieser Untersuchung sollen dazu dienen, …<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[191,1047,523,155,114,952,1048,1046],"class_list":["post-4364","post","type-post","status-publish","format-standard","hentry","category-allgemein","tag-bienenstock","tag-dateien","tag-deep-learning","tag-honigbiene","tag-ki","tag-sound","tag-stoergeraeusche","tag-training"],"yoast_head":"\nSt\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr KI-Analysen im Bienenstock<\/title>\n<meta name=\"description\" content=\"Die Aufnahmen realer St\u00f6rger\u00e4usche mit Vogelstimmen in dieser Untersuchung dienen dazu , Trainingsdaten f\u00fcr KI-Soundanalysen zu erhalten.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr KI-Analysen im Bienenstock\" \/>\n<meta property=\"og:description\" content=\"Die Aufnahmen realer St\u00f6rger\u00e4usche mit Vogelstimmen in dieser Untersuchung dienen dazu , Trainingsdaten f\u00fcr KI-Soundanalysen zu erhalten.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/\" \/>\n<meta property=\"og:site_name\" content=\"Bienen, Natur und Internet of Things\" \/>\n<meta property=\"article:published_time\" content=\"2024-04-08T07:42:08+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-04-08T08:56:56+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg\" \/>\n<meta name=\"author\" content=\"Claus Brell\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@clausbrell5859\" \/>\n<meta name=\"twitter:site\" content=\"@clausbrell\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Claus Brell\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"11\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/\"},\"author\":{\"name\":\"Claus Brell\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/#\\\/schema\\\/person\\\/7cf529e46faf1fd7b2b6942fec254c58\"},\"headline\":\"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr deep learning training – KI Sound in Bienenst\u00f6cken\",\"datePublished\":\"2024-04-08T07:42:08+00:00\",\"dateModified\":\"2024-04-08T08:56:56+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/\"},\"wordCount\":1556,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/wp-content\\\/uploads\\\/2024\\\/04\\\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg\",\"keywords\":[\"Bienenstock\",\"Dateien\",\"Deep Learning\",\"Honigbiene\",\"KI\",\"Sound\",\"St\u00f6rger\u00e4usche\",\"Training\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/\",\"url\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/\",\"name\":\"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr KI-Analysen im Bienenstock\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/wp-content\\\/uploads\\\/2024\\\/04\\\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg\",\"datePublished\":\"2024-04-08T07:42:08+00:00\",\"dateModified\":\"2024-04-08T08:56:56+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/#\\\/schema\\\/person\\\/7cf529e46faf1fd7b2b6942fec254c58\"},\"description\":\"Die Aufnahmen realer St\u00f6rger\u00e4usche mit Vogelstimmen in dieser Untersuchung dienen dazu , Trainingsdaten f\u00fcr KI-Soundanalysen zu erhalten.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#primaryimage\",\"url\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/wp-content\\\/uploads\\\/2024\\\/04\\\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg\",\"contentUrl\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/wp-content\\\/uploads\\\/2024\\\/04\\\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr deep learning training – KI Sound in Bienenst\u00f6cken\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/#website\",\"url\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/\",\"name\":\"Bienen, Natur und Internet of Things\",\"description\":\"Alles, was einfach ist. Von Claus Brell\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/#\\\/schema\\\/person\\\/7cf529e46faf1fd7b2b6942fec254c58\",\"name\":\"Claus Brell\",\"description\":\"Seit 2021 forsche ich an und mit Bienen (Digitalisierung der Imkerei) Seit 2012 Professur f\u00fcr Wirtschaftsinformatik an der Hochschue Niederrhein. Seit 1981 treibt mich die Frage um: Was haben Physik, Heavy Metal und Spiele miteinander zu tun? Drei m\u00f6gliche Antworten: {nichts | 42 | gleiche Hirnareale werden aktiviert}\",\"sameAs\":[\"http:\\\/\\\/claus-brell.de\",\"https:\\\/\\\/x.com\\\/clausbrell5859\",\"https:\\\/\\\/www.youtube.com\\\/@clausbrell5859\"],\"url\":\"https:\\\/\\\/cbrell.de\\\/blog\\\/author\\\/clausb\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr KI-Analysen im Bienenstock","description":"Die Aufnahmen realer St\u00f6rger\u00e4usche mit Vogelstimmen in dieser Untersuchung dienen dazu , Trainingsdaten f\u00fcr KI-Soundanalysen zu erhalten.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/","og_locale":"de_DE","og_type":"article","og_title":"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr KI-Analysen im Bienenstock","og_description":"Die Aufnahmen realer St\u00f6rger\u00e4usche mit Vogelstimmen in dieser Untersuchung dienen dazu , Trainingsdaten f\u00fcr KI-Soundanalysen zu erhalten.","og_url":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/","og_site_name":"Bienen, Natur und Internet of Things","article_published_time":"2024-04-08T07:42:08+00:00","article_modified_time":"2024-04-08T08:56:56+00:00","og_image":[{"url":"https:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg","type":"","width":"","height":""}],"author":"Claus Brell","twitter_card":"summary_large_image","twitter_creator":"@clausbrell5859","twitter_site":"@clausbrell","twitter_misc":{"Verfasst von":"Claus Brell","Gesch\u00e4tzte Lesezeit":"11\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#article","isPartOf":{"@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/"},"author":{"name":"Claus Brell","@id":"https:\/\/cbrell.de\/blog\/#\/schema\/person\/7cf529e46faf1fd7b2b6942fec254c58"},"headline":"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr deep learning training – KI Sound in Bienenst\u00f6cken","datePublished":"2024-04-08T07:42:08+00:00","dateModified":"2024-04-08T08:56:56+00:00","mainEntityOfPage":{"@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/"},"wordCount":1556,"commentCount":0,"image":{"@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#primaryimage"},"thumbnailUrl":"https:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg","keywords":["Bienenstock","Dateien","Deep Learning","Honigbiene","KI","Sound","St\u00f6rger\u00e4usche","Training"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/","url":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/","name":"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr KI-Analysen im Bienenstock","isPartOf":{"@id":"https:\/\/cbrell.de\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#primaryimage"},"image":{"@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#primaryimage"},"thumbnailUrl":"https:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg","datePublished":"2024-04-08T07:42:08+00:00","dateModified":"2024-04-08T08:56:56+00:00","author":{"@id":"https:\/\/cbrell.de\/blog\/#\/schema\/person\/7cf529e46faf1fd7b2b6942fec254c58"},"description":"Die Aufnahmen realer St\u00f6rger\u00e4usche mit Vogelstimmen in dieser Untersuchung dienen dazu , Trainingsdaten f\u00fcr KI-Soundanalysen zu erhalten.","breadcrumb":{"@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#primaryimage","url":"https:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg","contentUrl":"https:\/\/cbrell.de\/blog\/wp-content\/uploads\/2024\/04\/240402-0630-Singvoegel-Passeiertal-Spektrogramm.jpg"},{"@type":"BreadcrumbList","@id":"https:\/\/cbrell.de\/blog\/stoergeraeusche-mit-vogelstimmen-fuer-deep-learning-training-ki-sound-in-bienenstoecken\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/cbrell.de\/blog\/"},{"@type":"ListItem","position":2,"name":"St\u00f6rger\u00e4usche mit Vogelstimmen f\u00fcr deep learning training – KI Sound in Bienenst\u00f6cken"}]},{"@type":"WebSite","@id":"https:\/\/cbrell.de\/blog\/#website","url":"https:\/\/cbrell.de\/blog\/","name":"Bienen, Natur und Internet of Things","description":"Alles, was einfach ist. Von Claus Brell","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/cbrell.de\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/cbrell.de\/blog\/#\/schema\/person\/7cf529e46faf1fd7b2b6942fec254c58","name":"Claus Brell","description":"Seit 2021 forsche ich an und mit Bienen (Digitalisierung der Imkerei) Seit 2012 Professur f\u00fcr Wirtschaftsinformatik an der Hochschue Niederrhein. Seit 1981 treibt mich die Frage um: Was haben Physik, Heavy Metal und Spiele miteinander zu tun? Drei m\u00f6gliche Antworten: {nichts | 42 | gleiche Hirnareale werden aktiviert}","sameAs":["http:\/\/claus-brell.de","https:\/\/x.com\/clausbrell5859","https:\/\/www.youtube.com\/@clausbrell5859"],"url":"https:\/\/cbrell.de\/blog\/author\/clausb\/"}]}},"_links":{"self":[{"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/posts\/4364","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/comments?post=4364"}],"version-history":[{"count":7,"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/posts\/4364\/revisions"}],"predecessor-version":[{"id":4383,"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/posts\/4364\/revisions\/4383"}],"wp:attachment":[{"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/media?parent=4364"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/categories?post=4364"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cbrell.de\/blog\/wp-json\/wp\/v2\/tags?post=4364"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}