Περίληψη
Η καταγραφή και επεξεργασία ακουστικών σημάτων έχει συνεισφέρει σημαντικά στην τεχνολογική πρόοδο σε ένα ευρύ φάσμα επιστημονικών και βιομηχανικών πεδίων, από την ιατρική διάγνωση και τη δομική ακεραιότητα κτιρίων έως τη βιομηχανική παρακολούθηση, την οικοακουστική και βιοακουστική, και την ανάκτηση πληροφορίας πολυμέσων. Πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη, όπως η αναγνώριση και παραγωγή ομιλίας και η αυτόνομη πλοήγηση, έχουν διευρύνει περαιτέρω την αξιοποίηση της ακουστικής πληροφορίας. Η παρούσα διατριβή αναπτύσσει τρεις πρακτικές εφαρμογές στα πεδία αυτά, από τον σχεδιασμό του πειράματος έως την υλοποίηση σε ενσωματωμένα συστήματα και την αξιολόγηση σε πραγματικές συνθήκες, με έμφαση σε αλγορίθμους χαμηλού κόστους και στη σύγκριση στατιστικών μεθόδων με μοντέλα μηχανικής εκμάθησης. Η πρώτη εφαρμογή αφορά την ανίχνευση διαρροών σε βιομηχανικούς μεταλλικούς σωλήνες, εφαρμόσιμη σε άγνωστες διατάξεις, με απαίτηση μηδενικών ψευδών συναγερμών. Από καταγραφές θορύβου και τεχνητών δ ...
Η καταγραφή και επεξεργασία ακουστικών σημάτων έχει συνεισφέρει σημαντικά στην τεχνολογική πρόοδο σε ένα ευρύ φάσμα επιστημονικών και βιομηχανικών πεδίων, από την ιατρική διάγνωση και τη δομική ακεραιότητα κτιρίων έως τη βιομηχανική παρακολούθηση, την οικοακουστική και βιοακουστική, και την ανάκτηση πληροφορίας πολυμέσων. Πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη, όπως η αναγνώριση και παραγωγή ομιλίας και η αυτόνομη πλοήγηση, έχουν διευρύνει περαιτέρω την αξιοποίηση της ακουστικής πληροφορίας. Η παρούσα διατριβή αναπτύσσει τρεις πρακτικές εφαρμογές στα πεδία αυτά, από τον σχεδιασμό του πειράματος έως την υλοποίηση σε ενσωματωμένα συστήματα και την αξιολόγηση σε πραγματικές συνθήκες, με έμφαση σε αλγορίθμους χαμηλού κόστους και στη σύγκριση στατιστικών μεθόδων με μοντέλα μηχανικής εκμάθησης. Η πρώτη εφαρμογή αφορά την ανίχνευση διαρροών σε βιομηχανικούς μεταλλικούς σωλήνες, εφαρμόσιμη σε άγνωστες διατάξεις, με απαίτηση μηδενικών ψευδών συναγερμών. Από καταγραφές θορύβου και τεχνητών διαρροών μέσω επιταχυνσιομέτρων, αναπτύχθηκε μέθοδος καθορισμού κατωφλίων βασισμένη σε μία αρχική μέτρηση αναφοράς, χωρίς ανάγκη εκπαίδευσης σε δεδομένα διαρροής. Σχεδιάστηκε αλγόριθμος βασισμένος στην ενεργό τιμή του σήματος, με προσαρμοστικά κατώφλια για τον μεταβαλλόμενο θόρυβο. Εξετάστηκαν επίσης μοντέλα δυαδικής ταξινόμησης και ταξινόμησης μίας κλάσης, με τα δεύτερα να πετυχαίνουν τη μεγαλύτερη ακρίβεια αλλά με ανάγκη επανεκπαίδευσης. Η τελική μέθοδος επεκτείνει τον αλγόριθμο ενεργούς τιμής αξιοποιώντας τρία χαρακτηριστικά του ακουστικού σήματος, μειώνοντας τους ψευδείς συναγερμούς, υλοποιημένη σε ασύρματο κόμβο μικροεπεξεργαστή. Η δεύτερη εφαρμογή αφορά την παρακολούθηση της υγείας μελισσιών, με στόχο την αναγνώριση της ορφάνιας (απουσία βασίλισσας). Ένα μετρητικό σύστημα κατέγραψε δύο μελίσσια επί δύο έτη, σε υγιή και τεχνητά επαγόμενη ορφανή κατάσταση. Η φασματική ανάλυση ανέδειξε αισθητή μεταβολή του ακουστικού περιεχομένου από την πρώτη ώρα απουσίας της βασίλισσας. Αναπτύχθηκε αλγόριθμος που εκτιμά την κατάσταση ως ποσοστό βεβαιότητας από την αλληλοεπικάλυψη των κατανομών, αναδεικνύοντας τις κύριες φασματικές ζώνες της ορφάνιας και τη στιγμή σμηνουργίας. Παράλληλα, εκπαιδεύτηκαν νευρωνικά δίκτυα χαμηλής πολυπλοκότητας με ανάλυση κύριων συνιστωσών. Και οι δύο υλοποιήθηκαν σε Arduino Zero, με ισορροπία μνήμης-χρόνου για τη στατιστική μέθοδο, έναντι ταχύτερης αλλά πιο απαιτητικής σε μνήμη υλοποίησης για τα νευρωνικά δίκτυα. Η τρίτη εφαρμογή αφορά την ταυτοποίηση βυζαντινών ύμνων μέσω ηχητικών αποτυπωμάτων. Καθώς οι ύμνοι είναι φωνητικοί και εκτελούνται ζωντανά από διαφορετικούς ψάλτες, σε διαφορετικό ρυθμό και κλίμακα και χωρίς μοναδική ηχογράφηση αναφοράς, τα αποτυπώματα πρέπει να είναι ανθεκτικά στον θόρυβο και στις μεταβολές ρυθμού και κλίμακας. Σε σύνολο 351 εκτελέσεων εννέα ύμνων, συγκρίθηκε απλή μέθοδος φασματικών κορυφών με μέθοδο βασισμένη στον δισδιάστατο μετασχηματισμό Fourier του φασματογράμματος constant-Q, με αποτυπώματα αναλλοίωτα ως προς ρυθμό και κλίμακα. Η τελική υλοποίηση, αρχιτεκτονικής πελάτη–εξυπηρετητή, αποτιμήθηκε σε Raspberry Pi 4, αναδεικνύοντας την πρακτική εφαρμογή ακόμα και σε χαμηλών δυνατοτήτων υλικό. Συνολικά, οι τρεις εφαρμογές επιβεβαιώνουν ότι απαιτητικές τεχνικές ακουστικής επεξεργασίας, σχεδιασμένες με γνώμονα την υπολογιστική αποδοτικότητα και την ανθεκτικότητα στον θόρυβο, μπορούν να υλοποιηθούν σε ενσωματωμένα συστήματα και να λειτουργήσουν αξιόπιστα σε πραγματικές συνθήκες, με πρακτική εφαρμογή σε προβλήματα βιομηχανικής, περιβαλλοντικής και πολιτισμικής σημασίας.
περισσότερα
Περίληψη σε άλλη γλώσσα
The recording and processing of acoustic signals has contributed significantly to technological progress across a broad range of scientific and industrial fields, from medical diagnosis and structural integrity assessment to industrial fault detection, ecoacoustics and bioacoustics, and multimedia information retrieval. Recent advances in artificial intelligence, including speech recognition, generation and autonomous navigation, have further extended the capacity to exploit acoustic information. The present thesis develops three practical applications in these domains, spanning experimental design, measurement acquisition, algorithm design, embedded implementation and evaluation under real-world conditions, with emphasis on algorithms suited to low-cost, low-power hardware and on comparing conventional statistical methods with machine learning models. The first application concerns leak detection in industrial metallic pipelines, applicable to unseen installations with a strict zero f ...
The recording and processing of acoustic signals has contributed significantly to technological progress across a broad range of scientific and industrial fields, from medical diagnosis and structural integrity assessment to industrial fault detection, ecoacoustics and bioacoustics, and multimedia information retrieval. Recent advances in artificial intelligence, including speech recognition, generation and autonomous navigation, have further extended the capacity to exploit acoustic information. The present thesis develops three practical applications in these domains, spanning experimental design, measurement acquisition, algorithm design, embedded implementation and evaluation under real-world conditions, with emphasis on algorithms suited to low-cost, low-power hardware and on comparing conventional statistical methods with machine learning models. The first application concerns leak detection in industrial metallic pipelines, applicable to unseen installations with a strict zero false alarm requirement. From accelerometer recordings of noise and artificial leaks, a threshold-definition method was developed from a single reference measurement, without training on leak data. An algorithm based on the root-mean-square value of the signal was designed first, with adaptive thresholds for the varying noise level. Binary and one-class classification models were then examined, the latter attaining the highest accuracy at the cost of retraining needs. The final method extends the root-mean-square algorithm to three features, reducing false alarms and improving detection speed, implemented on a wireless microprocessor node. The second application concerns honeybee colony health monitoring, aimed at identifying the queenless state. A measurement system recorded two colonies continuously over two years, healthy and artificially queenless. Spectral analysis revealed a marked acoustic change from the first hour of the queen's absence. A conventional algorithm estimates colony state as a degree of certainty from distribution overlap, revealing the principal spectral bands of the queenless state and the exact moment of swarming. Low-complexity neural networks combined with principle component analysis were trained in parallel. Both methods were implemented on an Arduino Zero, trading processing time for memory in the statistical method against faster, more memory-intensive neural-network inference. The third application concerns Byzantine hymn identification through audio fingerprinting. As hymns are vocal, performed live by different chanters at different tempi and scales with no single reference recording, fingerprints must be robust to noise, tempo and scale variation. On a dataset of 351 executions of nine hymns, a simple spectral-peak method was compared with one based on the two-dimensional Fourier transform of the constant-Q spectrogram, yielding fingerprints invariant to tempo and scale, matched via correlation matrices and evaluated with and without artificial noise. The final client-server implementation was optimised and its performance characteristics were assessed on a Raspberry Pi 4, showing practical applicability on low-capability hardware. Overall, the three applications confirm that demanding acoustic processing techniques, designed for computational efficiency and noise robustness, can be implemented on embedded systems and operate reliably in real-world conditions, with practical application to industrial, environmental and cultural problems.
περισσότερα