Leonie Baier

Ik ben neuro-etholoog en bio-akoesticus en gefascineerd door hoe evolutionaire druk de zintuiglijke wereld en het gedrag van vleermuizen heeft gevormd. Met een achtergrond in auditieve virtual reality, signaalverwerking en sensorische ecologie, richt ik me nu op het gebruik van op geluid gebaseerde machine learning ter ondersteuning van natuurmonitoring en biodiversiteitsbehoud, om zo impact in de echte wereld te creëren.

Keywords

Vleermuizen, echolocatie, bioakoestiek, machine learning, deep learning, AI, audio, neuroethologie

Research
interest

Ik werk binnen het door de EU gefinancierde MAMBO-project aan de ontwikkeling van hulpmiddelen voor machinaal leren om vleermuisgeluiden te detecteren en classificeren. Hiermee wil ik bioakoestische monitoring verbeteren ter ondersteuning van effectievere, op data gebaseerde inspanningen om de biodiversiteit te beschermen.

Vleermuizen spelen een belangrijke rol in de gezondheid van ecosystemen, maar hun nachtelijke, vliegende en vaak cryptische gedrag maakt ze bijzonder moeilijk te monitoren. Deze monitoringkloof beperkt ons vermogen om populatieveranderingen te detecteren, inclusief reacties op bedreigingen zoals habitatverlies en insectenverdwijning. Het verbeteren van de manier waarop we vleermuispopulaties volgen, is daarom essentieel voor effectieve beschermingsplanning. Technologische vooruitgang revolutioneert de manier waarop we biodiversiteit monitoren en maakt het gemakkelijker en kosteneffectiever om soorten op afstand te volgen. Als onderdeel van het MAMBO-project ontwikkelen we AI-tools die geluid gebruiken voor het op afstand monitoren van vleermuizen. Door gebruik te maken van geluidsherkenning en deep learning streven we naar een snellere en nauwkeurigere detectie van soorten. Ons doel is om de biodiversiteitsmonitoring uit te breiden en zo de EU-biodiversiteitsstrategie voor 2030 te ondersteunen.