BeeVe: Scoperta Acustica Non Supervisionata degli Stati nel Ronzio delle Api
Un nuovo metodo non supervisionato chiamato BeeVe, descritto in arXiv:2605.07903, identifica stati acustici nel ronzio delle api mellifere senza bisogno di etichette. Questo approccio utilizza un Patchout Spectrogram Transformer (PaSST) auto-supervisionato congelato per estrarre caratteristiche, addestrando successivamente un Autoencoder Varioazionale Quantizzato Vettoriale (VQ-VAE) su questi embedding per creare un codebook discreto di token acustici da registrazioni di alveari non annotate. Il processo non coinvolge etichette, compiti pretext o obiettivi contrastivi. Una valutazione post-hoc rispetto allo stato noto della regina rivela che i token generati differenziano efficacemente tra scenari con e senza regina, producendo valori di divergenza di Jensen-Shannon compresi tra 0.609 e 0.688.
Fatti principali
- BeeVe è un framework non supervisionato per la scoperta di stati acustici nel ronzio collettivo delle api mellifere.
- Utilizza un Patchout Spectrogram Transformer (PaSST) auto-supervisionato congelato come estrattore di caratteristiche.
- Un Autoencoder Varioazionale Quantizzato Vettoriale (VQ-VAE) viene addestrato senza etichette sugli embedding di PaSST.
- Il framework apprende un codebook discreto finito di token acustici direttamente da audio di alveari non etichettati.
- Non vengono utilizzate etichette, compiti pretext o obiettivi contrastivi in nessuna fase.
- La valutazione post-hoc rispetto allo stato noto della regina rivela una separazione dei token tra condizioni con e senza regina.
- Vengono raggiunti valori di divergenza di Jensen-Shannon compresi tra 0.609 e 0.688.
- Il lavoro colma una lacuna nei metodi bioacustici per specie non vocali.
Entità
—