{"id":3900,"date":"2022-10-15T14:28:04","date_gmt":"2022-10-15T17:28:04","guid":{"rendered":"https:\/\/www.acusticauach.cl\/fusa\/?page_id=3900"},"modified":"2025-08-07T00:24:42","modified_gmt":"2025-08-07T03:24:42","slug":"proyecto","status":"publish","type":"page","link":"https:\/\/www.acusticauach.cl\/fusa\/proyecto\/","title":{"rendered":"Proyecto FuSA (FONDEF ID20I10333)"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n \n
\n
\n
\n
\n
\n \t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

<\/p>\n

Resumen<\/h2>\n

<\/p>\n

El proyecto FuSA se trata de una iniciativa desarrollada por Laboratorio de Ac\u00fastica Ambiental LABACAM del Instituto de Ac\u00fastica de la Universidad Austral de Chile, que plantea la implementaci\u00f3n de un sistema de an\u00e1lisis de audio sumado al uso de tecnolog\u00edas de la informaci\u00f3n y ciencia de datos para la detecci\u00f3n y clasificaci\u00f3n autom\u00e1tica de fuentes sonoras de ruido ambiental.<\/p>\n

\"\"<\/a><\/p>\n

El objetivo del proyecto es crear un sistema de informaci\u00f3n ac\u00fastica que permita detectar y clasificar fuentes sonoras e informaci\u00f3n ac\u00fastica utilizando redes neuronales y aprendizaje profundo. El sistema se basa en una taxonom\u00eda de fuentes sonoras relevantes que respondan a las necesidades particulares de distintos usuarios.<\/p>\n

<\/p>\n
\"\"<\/figure>\n

<\/div><\/p>\n

En una l\u00f3gica de colaboraci\u00f3n p\u00fablico-privada, se ha establecido un trabajo conjunto comprendido desde la obtenci\u00f3n de grandes vol\u00famenes de datos de origen sonoro, desarrollo de una arquitectura de software capaz de integrar la diversidad de fuentes de datos, e implementaci\u00f3n de interfaces de visualizaci\u00f3n que podr\u00e1n ser utilizadas por distintos tipos de usuarios: personas naturales, instituciones (Municipios, Ministerios, etc.) y privados (empresas tecnol\u00f3gicas con problem\u00e1ticas de sonido y ac\u00fastica ambiental), poniendo a disposici\u00f3n los avances tecnol\u00f3gicos en inteligencia artificial al servicio de la ac\u00fastica ambiental para contribuir al reconocimiento del problema del ruido en las ciudades, generar soluciones dirigidas al control y fiscalizaci\u00f3n de fuentes sonoras, brindar herramientas para la planificaci\u00f3n y dise\u00f1o de pol\u00edticas p\u00fablicas, impulsar el inter\u00e9s por la ciencia ciudadana y fomentar el acceso a la educaci\u00f3n ambiental.<\/p>\n

<\/p>\n

Para lograr esto, el m\u00e9todo del sistema FuSA ha sido dividido en tres procesos:<\/p>\n

<\/p>\n

    \n
  1. Detecci\u00f3n y clasificaci\u00f3n de fuentes sonoras ambientales mediante algoritmos y redes neuronales profundas.<\/li>\n
  2. Recopilaci\u00f3n, enrutamiento y almacenamiento de grandes vol\u00famenes de datos registrados desde equipamiento heterog\u00e9neo mediante una arquitectura de software escalable.<\/li>\n
  3. Visualizaci\u00f3n de datos para distintos escenarios de uso real, enfocado en instituciones p\u00fablicas, empresas y ciudadanos.<\/li>\n<\/ol>\n

    <\/p>\n
    \"\"<\/figure>\n

    <\/div><\/p>\n

    \u00bfPor qu\u00e9 analizar fuentes sonoras ambientales?<\/h2>\n

    <\/p>\n

      \n
    • \n
        <\/ul>\n<\/li>\n<\/ul>\n

        La exposici\u00f3n al ruido ambiental representa peligros para la salud humana con amplio estudio y evidencia cient\u00edfica, aumentando el riesgo de padecer trastornos cardiovasculares, endocrinos, g\u00e1stricos y respiratorios, adem\u00e1s de generar deterioros en la salud mental tales como trastorno del sue\u00f1o, estr\u00e9s, depresi\u00f3n, irritabilidad, frustraci\u00f3n y molestia. Todo esto se traduce finalmente en aumentos de la tasa de mortalidad asociadas a dichas enfermedades.<\/p>\n

        <\/p>\n

        <\/p>\n

          \n
        • \n
            <\/ul>\n<\/li>\n<\/ul>\n

            Por ello, la Organizaci\u00f3n Mundial de la Salud ha establecido recomendaciones respecto a los niveles de exposici\u00f3n al ruido de tr\u00e1nsito vehicular, considerada actualmente la principal fuente de ruido ambiental en las ciudades, estableciendo los siguientes l\u00edmites:<\/p>\n

            <\/p>\n

            <\/p>\n

              \n
            • \n
                <\/ul>\n<\/li>\n<\/ul>\n
                  \n
                • \n
                    \n
                  • \n
                      \n
                    • 53 dBA para el per\u00edodo d\u00eda-tarde-noche.<\/li>\n
                    • 45 dBA para per\u00edodo nocturno.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

                      <\/p>\n

                      <\/p>\n

                      Nota: dBA hace relaci\u00f3n al nivel sonoro ajustado a la sensibilidad de la audici\u00f3n humana.<\/p>\n

                      <\/p>\n

                        \n
                      • \n
                          <\/ul>\n<\/li>\n<\/ul>\n

                          En la Comunidad Europea, desde el a\u00f1o 2002 es obligatorio el diagn\u00f3stico de las condiciones ac\u00fasticas en las ciudades para elaborar e implementar medidas de control de ruido ambiental. Esto se ha realizado mediante la elaboraci\u00f3n, publicaci\u00f3n y actualizaci\u00f3n de mapas de ruido, que permiten identificar las zonas con mayores niveles de ruido ambiental y aquellas con ambientes sonoros m\u00e1s tranquilos.<\/p>\n

                          <\/p>\n

                          <\/p>\n

                            \n
                          • \n
                              <\/ul>\n<\/li>\n<\/ul>\n

                              En Chile, de acuerdo con cifras del Ministerio de Medio Ambiente se estima que m\u00e1s de 1.2 millones de habitantes est\u00e1n expuestos a niveles cr\u00edticos de ruido ambiental s\u00f3lo en el Gran Santiago. La Superintendencia de Medio Ambiente reconoce que el 40% de las denuncias recibidas corresponden al contaminante ruido ambiental. Por ello, ambas instituciones han explorado la instalaci\u00f3n de redes de monitoreo continuo de ruido en ciudades como Iquique, Santiago, Valpara\u00edso y Concepci\u00f3n, asociados a iniciativas propias de ciudades inteligentes o SmartCities.<\/p>\n

                              <\/p>\n

                              <\/p>\n

                              Objetivos<\/h2>\n

                              <\/p>\n

                              i. Objetivo General:<\/h5>\n

                              <\/p>\n

                              Desarrollar un sistema que integre mediciones ac\u00fasticas de fuentes sonoras ambientales con an\u00e1lisis de detecci\u00f3n y clasificaci\u00f3n por taxonom\u00eda, a trav\u00e9s de redes neuronales profundas.<\/p>\n

                              <\/p>\n

                              ii. Objetivos Espec\u00edficos:<\/h5>\n

                              <\/p>\n

                              OE1: Proponer, implementar, entrenar y evaluar modelos basados en redes neuronales profundas para la detecci\u00f3n y la clasificaci\u00f3n de fuentes sonoras ambientales a partir de bases de datos diversas.\u00a0<\/p>\n

                              <\/p>\n

                              OE2: Dise\u00f1ar, implementar y desplegar una arquitectura de software escalable, evolutiva y portable que organiza la recopilaci\u00f3n de flujos de datos de origen sonoro (medici\u00f3n ac\u00fastica y audio) desde equipos de registro heterog\u00e9neos, el enrutamiento de los datos hacia m\u00f3dulos de pre-procesamientos y de an\u00e1lisis de fuentes sonoras y el almacenamiento oportuno de los resultados obtenidos.<\/p>\n

                              <\/p>\n

                              OE3: Dise\u00f1ar, probar y validar escenarios de uso del sistema de informaci\u00f3n ac\u00fastica FuSA, basados en la detecci\u00f3n y clasificaci\u00f3n de fuentes sonoras e informaci\u00f3n ac\u00fastica, especificando una taxonom\u00eda de fuentes sonoras relevantes que respondan a las necesidades particulares de distintos actores: institucionales, privados y personas naturales, proponiendo una interfaz de visualizaci\u00f3n funcional.<\/p>\n

                              <\/p>\n

                              Valor del proyecto<\/h2>\n

                              <\/p>\n

                              El proyecto FuSA presenta grandes oportunidades para enfrentar nuevos desaf\u00edos ambientales, pues incorpora la detecci\u00f3n y clasificaci\u00f3n de fuentes sonoras, la integraci\u00f3n de datos sonoros provenientes de diversas empresas latinoamericanas, servicios de medici\u00f3n ac\u00fastica, equipos de monitoreo y soluciones tecnol\u00f3gicas para control de ruido ambiental.<\/p>\n

                              <\/p>\n

                              La identificaci\u00f3n de fuentes sonoras facilita una fiscalizaci\u00f3n m\u00e1s eficiente y dirigida de fuentes sonoras y actividades normadas por la ley, e incluso permite identificar la presencia de trabajos no autorizados por la ley como la tala o pesca ilegal. Por otra parte, la validaci\u00f3n de un esquema innovador de mediciones ac\u00fasticas basadas en criterios e indicadores generados a trav\u00e9s de inteligencia artificial, permiten profundizar el conocimiento del entorno ac\u00fastico y su composici\u00f3n, favoreciendo la puesta en valor del paisaje sonoro y protecci\u00f3n de zonas verdes urbanas.<\/p>\n

                              <\/p>\n

                              A trav\u00e9s del proyecto, se ha dise\u00f1ado un modelo robusto para la detecci\u00f3n y clasificaci\u00f3n de fuentes sonoras, cuya investigaci\u00f3n e implementaci\u00f3n ha consistido en:<\/p>\n

                              <\/p>\n

                                \n
                              1. \n
                                  <\/ol>\n<\/li>\n<\/ol>\n
                                    \n
                                  1. \n
                                      \n
                                    1. Proponer e implementar nuevas arquitecturas de redes profundas que exploten las caracter\u00edsticas intr\u00ednsecas de las se\u00f1ales de audio. En particular, enfocado en los desaf\u00edos asociados a la presencia de eventos sonoros simult\u00e1neos, la incorporaci\u00f3n de distintas fuentes de informaci\u00f3n y la definici\u00f3n de vecindades locales en tiempo y frecuencia.<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

                                      <\/p>\n

                                      <\/p>\n

                                        \n
                                      1. \n
                                          <\/ol>\n<\/li>\n<\/ol>\n
                                            \n
                                          1. \n
                                              \n
                                            1. Estudiar estrategias de transferencia de aprendizaje aprovechando conjuntos de entrenamiento disponibles, como Google AudioSet para pre-entrenar modelos y transferirlos a la aplicaci\u00f3n de fuente sonora ambiental. Las empresas participantes han provisto de un conjunto representativo de datos etiquetados correspondiente a sus ambientes ac\u00fasticos de operaci\u00f3n. La estimaci\u00f3n de incerteza ha sido llevada a cabo bajo un enfoque bayesiano.<\/li>\n<\/ol>\n<\/li>\n<\/ol>\n

                                              <\/p>\n

                                              <\/p>\n

                                              El sistema FuSA ha implementado una arquitectura de software com\u00fan, capaz de integrar grandes vol\u00famenes de datos de or\u00edgenes sonoros y el desarrollo de interfaces de visualizaci\u00f3n que facilitan la toma de decisiones, como la elaboraci\u00f3n de mapas de ruido, indicadores y visualizaciones que podr\u00e1n ser utilizadas por las instituciones para la planificaci\u00f3n y desarrollo de pol\u00edticas p\u00fablicas.<\/p>\n

                                              <\/p>\n

                                              Gesti\u00f3n y visualizaci\u00f3n de datos al servicio del bienestar ciudadano<\/h3>\n

                                              <\/p>\n

                                              Los mapas de ruido son un activo clave en la elaboraci\u00f3n de pol\u00edticas de mitigaci\u00f3n del ruido urbano. Sin embargo, aquellos basados en simulaci\u00f3n est\u00e1n sujetos a grandes incertidumbres. En la actualidad existen m\u00e9todos que combinan simulaci\u00f3n con mediciones, mediante datos objetivos obtenidos por son\u00f3metros o estaciones de monitoreo, con datos ac\u00fasticos o datos de flujo vehicular. Sin embargo, recientes estudios destacan la importancia de la respuesta subjetiva al ruido en la ac\u00fastica ambiental, mostrando que la superaci\u00f3n de un l\u00edmite de ruido no implica necesariamente que tal fuente sea la m\u00e1s molesta para los habitantes, sugiriendo que es el tipo de fuente sonora, la repetici\u00f3n del ruido u otros factores subjetivos, los que pueden provocar molestias al ruido ambiental.<\/p>\n

                                              <\/p>\n
                                              \"\"<\/figure>\n

                                              <\/div><\/p>\n

                                              Una validaci\u00f3n de escenarios de uso para instituciones p\u00fablicas, empresas y ciudadanos<\/h3>\n

                                              <\/p>\n

                                              El objetivo del proyecto es crear un sistema de informaci\u00f3n ac\u00fastica que permita detectar y clasificar fuentes sonoras e informaci\u00f3n ac\u00fastica. Para ello, el sistema se basa en una taxonom\u00eda de fuentes sonoras relevantes que respondan a las necesidades particulares de distintos usuarios. Estos usuarios pueden ser institucionales (Ministerio de Medio Ambiente, municipios, etc.), privados (empresas tecnol\u00f3gicas con problem\u00e1tica de sonido y ac\u00fastica ambiental) y personas naturales o investigadores.<\/p>\n

                                              <\/p>\n
                                              \"\"<\/figure>\n

                                              <\/div><\/p>\n

                                              Redes neuronales profundas para la detecci\u00f3n y clasificaci\u00f3n de fuentes sonoras ambientales<\/h3>\n

                                              <\/p>\n

                                              Las redes neuronales, enmarcadas en el paradigma del Aprendizaje Profundo (DL por Deep Learning), han dominado en diversos problemas de reconocimiento de patrones, siendo su mayor ventaja la capacidad de extraer caracter\u00edsticas de forma autom\u00e1tica a partir de los datos, sobre todo en el caso de datos no-estructurados, como im\u00e1genes, texto y series de tiempo. La contraparte est\u00e1 situada en su alta complejidad, que requiere grandes vol\u00famenes de datos etiquetados, para entrenar la gran cantidad de par\u00e1metros que las redes poseen. La mayor\u00eda de las soluciones desarrolladas bajo el paradigma de aprendizaje profundo se basan en modelos desarrollados para reconocimiento de im\u00e1genes.<\/p>\n

                                              <\/p>\n
                                              \"\"<\/figure>\n

                                              <\/div><\/p>\n

                                              El proyecto FuSA se ha enfocado en el problema de detecci\u00f3n y clasificaci\u00f3n de eventos sonoros, reconociendo uno o m\u00e1s tipos particulares de sonido. Hoy en d\u00eda los algoritmos de aprendizaje profundo m\u00e1s utilizados est\u00e1n basados en el uso de redes neuronales convolucionales, empleando dos posibles estrategias: obteniendo previamente un espectrograma, transformado o no en escala Mel, o aplicando directamente las redes convolucionales sobre las muestras de audio.<\/p>\n

                                              <\/p>\n
                                              \"\"<\/figure>\n

                                              <\/div><\/p>\n

                                              Una arquitectura de software portable, adaptable y usable para organizar la recopilaci\u00f3n y el an\u00e1lisis de datos de origen sonora<\/h3>\n

                                              <\/p>\n

                                              Desde celulares a instrumentos de medici\u00f3n profesionales podr\u00e1n enviar flujos de datos JSON a una API web. Los datos pueden ser mediciones ac\u00fasticas, registros de se\u00f1ales de audio, etc, los cuales contendr\u00e1n metadatos m\u00ednimos (hora, fecha y lugar de registro). El sistema segmenta y analiza los datos, almacenando aquellos con ruido relevante, y los suministra a los componentes de deep learning. Finalmente, el sistema FuSA consistir\u00e1 en una interfaz web\/m\u00f3vil con funcionalidades para usuarios comunes y usuarios particulares.<\/p>\n

                                              <\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/section>\n \t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

                                              Resumen El proyecto FuSA se trata de una iniciativa desarrollada por Laboratorio de Ac\u00fastica Ambiental LABACAM del Instituto de Ac\u00fastica de la Universidad Austral de Chile, que plantea la implementaci\u00f3n de un sistema de an\u00e1lisis de audio sumado al uso de tecnolog\u00edas de la informaci\u00f3n y ciencia de datos para la detecci\u00f3n y clasificaci\u00f3n autom\u00e1tica […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-3900","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/pages\/3900","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/comments?post=3900"}],"version-history":[{"count":33,"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/pages\/3900\/revisions"}],"predecessor-version":[{"id":4357,"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/pages\/3900\/revisions\/4357"}],"wp:attachment":[{"href":"https:\/\/www.acusticauach.cl\/fusa\/wp-json\/wp\/v2\/media?parent=3900"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}