English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Neste trabalho, apresentamos um metodo para deteccao de sons de motosserras, com o objetivo de auxiliar no combate de extracao ilegal de madeira nas florestas tropicais. Em nossa abordagem utilizamos um metodo de classificacao de uma classe para detectar apenas o som de interesse e rejeitar todos os outros sons, sejam estes naturais ou artificiais, tais como: chuva, vento, diversas vocalizacoes de animais, fala humana, e motores de barcos. O metodo de classificacao escolhido e o Support Vector Data Description (SVDD), que consiste em criar uma hiperesfera ao redor dos pontos que representam a classe alvo no espaco de caracteristicas acusticas. Aplicando a transformada Wavelet, para a extracao das caracteristicas acusticas, conseguimos processar o sinal de entrada em tempo real. Assim, o metodo proposto consegue processar e classificar osaudios em tempo real com baixa complexidade computacional, o que beneficia o uso de sensores por economizar processamento, reduzindo o consumo de bateria. Atraves dos experimentos realizados, concluimos que nossa abordagem e eficiente diferenciando sons de motosserras de sons naturais (AUC = 96%), diferenciando motosserras e sons artificiais de sons naturais (AUC = 95%), mas perde eficiencia quando comparada com sons artificiais (AUC = 77%).

Sensor Acústico para Detecção de Desmatamento Ilegal na Floresta Amazônica