Reti Neurali Convoluzionali per l'identificazione di Leoni Africani da pattern audio

Nell’ambito dell’Intelligenza Artificiale, le Reti Neurali Convoluzionali ricoprono un ruolo importante, se non principale, nel riconoscimento di immagini e video, di suoni, del linguaggio naturale, e di molti altri aspetti. La loro versatilità è resa possibile dalla tecnica del Transfer Learning, ovvero dalla capacità di alterare il tipo di oggetto da riconoscere (pattern) usando la conoscenza già assimilata: al posto di addestrare tutta la rete a riconoscere nuovi pattern, si addestrano solo gli ultimi strati connessi della rete in questione. Si può così, ad esempio, utilizzare una rete già addestrata al riconoscimento di immagini, cambiare i suoi ultimi livelli, e adattarla al riconoscimento di suoni. In questo lavoro studiamo tramite la piattaforma Matlab le performance di tre reti neurali, create per il riconoscimento di immagini, nell’identificazione dei leoni dal loro ruggito. Abbiamo a disposizione un dataset di 164 ruggiti, e 26 tecniche di rappresentazione dei pattern audio. Il risultato conferma che con questi strumenti è possibile ottenere un alto livello di accuratezza nel problema di identificazione: con una singola rete si arriva fino a quasi il 94% di accuratezza nell’identificazione, ed ancora di più se si usa un ensemble di due o tre reti convoluzionali.