Skip to content Go to main navigation Go to language selector
Saab Global
student

Examensarbete, 30 hp: Metoder för Akustisk Klassificering av Fågelarter

Linköping,
Sweden
Closing date: 31 December 2025

Är du en student som är ivrig att tillämpa dina teoretiska kunskaper och nya perspektiv på verkliga utmaningar? På Saab tror vi att innovationer växer på nya idéer, och ditt examensarbete kan vara gnistan som tänder vårt nästa tekniska genombrott.

Din roll

Vi ser det enorma värdet som studenter tillför vårt företag. Din akademiska precision, i kombination med din entusiasm för avancerad teknik, gör att du kan närma dig problem med en unik och insiktsfull lins. På Saab får du möjlighet att samarbeta med erfarna ingenjörer och specialister, få ovärderlig praktisk erfarenhet och samtidigt bidra till vår tillväxt och utveckling.

Bakgrund

Förbehandling av data/signaler är ofta ett nödvändigt och viktigt steg för klassificering. En intressant fråga är hur förbehandlingen kan skräddarsys för att en klassificerare ska prestera så bra som möjligt. Fågelläten skiljer sig i både tidslängd, frekvens och dynamik vilket kan ge mycket varierande tidsserier. En utvärdering av olika förbehandlingsmetoder skulle kunna ge en insyn eller förståelse för de olika sätt att representera akustiska tidsserier för att underlätta klassificering. Då SAAB undervatten producerar och utvecklar akustiska sensorer är insynen och förståelsen av förbehandlingsmetoder för akustiska tidsserier av intresse. 

Beskrivning av examensarbetet

Examensarbetets syfte är att designa och presentera en eller flera metoder för att klassificera fåglar från deras fågelläten och sedan jämföra och utvärdera prestandan. Du kommer ha friheten att välja klassificeringsmetoden och förbehandlingsmetod själv. Examensarbetet är därför väldigt öppet vilket ger dig som student möjligheten att utforska olika alternativ och vara kreativ.

Inspiration:

S. Fagerlund and U. K. Laine, "New parametric representations of bird sounds for automatic classification," 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Florence, Italy, 2014, pp. 8247-8251, doi: 10.1109/ICASSP.2014.6855209. keywords:

K. Zaman, M. Sah, C. Direkoglu and M. Unoki, "A Survey of Audio Classification Using Deep Learning," in IEEE Access, vol. 11, pp. 106620-106649, 2023, doi: 10.1109/ACCESS.2023.3318015.

Din profil

Vi söker dig med speciellt intresse av signalbehandling, tidsserieanalys, dataanalys eller maskininlärning. Detta examensarbete kan vara lämpligt för dig som studerar teknisk fysik, teknisk matematik, elektroteknik, datateknik eller liknande.

Kunskap inom följande är meriterande

  • Signalbehandling

  • Matlab/Python

  • Tidsserieanalys

  • Maskininlärning

  • Statiska metoder/analys

Vad du blir en del av

Upptäck oändliga möjligheter. Anta utmaningar, skapa smarta innovationer och uppgradera dina förmågor. Det här är en plats för kluriga tänkare, modiga pionjärer och alla däremellan. Tillsammans uppnår vi det extraordinära, var och en tar med sitt unika perspektiv. Varje bidrag räknas.

Saab är ett ledande försvars- och säkerhetsföretag med uppdrag att hjälpa nationer att skydda sin befolkning och bidrar till trygghet för människor och samhällen. Med 26,100 talangfulla medarbetare utvecklar Saab teknik och lösningar för en säkrare och mer hållbar värld.

Saab utvecklar, tillverkar och underhåller avancerade system inom flygteknik, vapen, ledningssystem, sensorer och undervattenssystem. Saab har sitt huvudkontor i Sverige men en global verksamhet där Saab är en del av många nationers försvarsförmåga. Läs mer om oss här

Sista ansökningsdag

31-12-2025

Kontaktperson

Andreas Gällström, Chef

andreas.gallstrom@saabgroup.com

0734 18 71 81

Johan Lesko, Handledare
e-post johan.lesko@saabgroup.com
0734463752