TY - GEN A1 - Tschöpe, Constanze A1 - Wolff, Matthias A1 - Petersen, Christer A1 - Buttgereit, David A1 - Krüger, Hauke A1 - Michel, Georg A1 - Göring, Elke T1 - Universal Cognitive User Interface, 27. Konferenz Elektronische Sprachsignalverarbeitung 2016, Leipzig, 02.-04.03.2016 - Postersitzung 1 Y1 - 2016 UR - http://www1.hft-leipzig.de/ice/essv2016/program_de.html CY - Leipzig ER - TY - GEN A1 - Lieske, Uwe A1 - Duckhorn, Frank A1 - Tschöpe, Constanze A1 - Harig, Paul A1 - Pallmer, Matthias A1 - Röder, Olaf A1 - Röder, Elisabeth T1 - Verfahren zur akustischen Detektion von Schadinsekten bei der Getreide- und Saatgutlagerung T2 - DGZfP-Jahrestagung Zerstörungsfreie Materialprüfung 2017 : Kurzfassungen der Vorträge und Posterbeiträge : 22.-24. Mai 2017, Koblenz N2 - Getreide bildet eine der wichtigsten Grundlagen für die menschliche und tierische Ernährung. Wie jedes andere pflanzliche Produkt, so ist jedoch Getreide auch Nahrungsquelle für zahlreiche Insekten, die während des Pflanzenwachstums und der Lagerung das Korn befallen können. Jährlich werden etwa 10 % der weltweiten Getreideernte durch Schadinsekten vernichtet. In der Praxis wird der Befall mit Schadinsekten im Rahmen von Stichproben durch visuelle Inspektion, Sieben oder Aufschwemmen der Getreidekörner dokumentiert. Es werden auch einfache Handgeräte mit Mikrofon und Verstärker eingesetzt, um Schädlingsbefall durch Fressgeräusche manuell zu erkennen. Eine frühzeitige Diagnose des Auftretens von Vorratsschädlingen ist für die Einleitung von Gegenmaßnahmen und die Begrenzung des Schadens von großer Bedeutung. Das hier vorgestellte Verfahren bietet die Möglichkeit, die auftretenden Geräusche automatisiert zu analysieren, und ermöglicht so eine schnelle und zuverlässige Erkennung von Schadinsekten. Im Rahmen der Untersuchungen wurden die auftretenden Geräusche von Schadinsekten in den verschiedenen Entwicklungsstadien analysiert und eine geeignete Signalerfassungshardware für den Feldeinsatz entwickelt. Mit den implementierten Signalverarbeitungsalgorithmen der akustischen Mustererkennung erfolgt die automatisierte Auswertung und Klassifizierung der Schädlingsgeräusche. Das Verfahren, die Hardware und die Messergebnisse werden vorgestellt. Y1 - 2017 UR - https://www.ndt.net/article/dgzfp2017/papers/p52.pdf PB - Deutsche Gesellschaft für Zerstörungsfreie Prüfung e.V. CY - Berlin ER - TY - GEN A1 - Maier, Isidor Konrad A1 - Kuhn, Johannes A1 - Duckhorn, Frank A1 - Kraljevski, Ivan A1 - Sobe, Daniel A1 - Wolff, Matthias A1 - Tschöpe, Constanze T1 - Word Class Based Language Modeling: A Case of Upper Sorbian, LREC 2022, Marseille T2 - Language Resources and Evaluation Conference 2022 (LREC 2022), Marseille, 2022-06-13 Y1 - 2022 U6 - https://doi.org/10.5281/zenodo.7501145 ER -