Unter dem Namen DCASE (Detection and Classification of Acoustic Scenes and Events) werden seit dem Jahr 2013 Wettbewerbe ausgetragen, bei denen Forscher auf der ganzen Welt ihre Verfahren zur automatischen Erkennung von akustischen Ereignissen (z.B. Türschlagen, Lüfter, Hundegebell) oder Szenen (z.B. Cafeteria, Strand) vergleichen.
Bei dem DCASE 2019 Wettbewerb "Audio Tagging with noisy labels and minimal supervision", der als Kaggle challenge unter dem Titel "Freesound Audio Tagging 2019" gehostet wurde, hat Janek Ebbers vom Fachgebiet Nachrichtentechnik einen hervorragenden 5. Platz unter mehr als 400 Teilnehmern erzielt (siehe www.kaggle.com/c/freesound-audio-tagging-2019/leaderboard). Bei dieser Aufgabe war die besondere Herausforderung, dass nur ein geringer Teil der Trainingsdaten von Menschen annotierte Klassenlabels hatte, während die überwiegende Mehrzahl der Daten automatisch und damit fehlerbehaftet annotiert worden waren. Janeks Ansatz zeichnet sich durch eine clever Netzarchitektur und intelligente Methoden zur Datenvervielfältigung aus. Studenten sind herzlich eingeladen, an diesem
interessanten neuen Anwendungsfeld von maschinellen Lernverfahren mitzuarbeiten.
