Un equipo de investigación propone un método mejorado para monitorizar la fortaleza de las colonias de abejas melíferas (Apis mellifera) a partir de grabaciones de audio captadas por sensores de internet de las cosas (IoT) colocados en las colmenas. La técnica se basa en una nueva representación del espectro de modulación, llamada tensorgrama de modulación, que conserva la dimensión temporal descartada en trabajos anteriores. Este tensorgrama se introduce en una red neuronal convolucional y, de forma adicional, en una red neuronal profunda convolucional recurrente (CRDNN).
Los autores sostienen que la dinámica temporal del espectro de modulación contiene información discriminativa clave para distinguir el estado de la colonia. Para validarlo, entrenan y evalúan los modelos con el conjunto de datos público UrBAN, que reúne más de 3.000 horas de grabaciones de audio de colmenas. Los resultados muestran una mejora en la precisión y en la capacidad de generalización entre distintas colmenas respecto a métodos de referencia previos, así como una mayor robustez ante condiciones ruidosas de grabación en entornos reales.
Para interpretar las decisiones del modelo, el equipo emplea mapas de saliencia y mapas de activación de clases ponderados por gradiente (Grad-CAM), con los que confirma la relevancia de la dinámica temporal del espectro de modulación. El trabajo, depositado en arXiv el 22 de julio de 2026, sugiere que es viable una monitorización acústica precisa, generalizable y robusta de la fortaleza de colonias de abejas, una herramienta con aplicaciones directas en apicultura y en la conservación de polinizadores.