Groene omgevingen ondervinden hinder van verschillende vormen van menselijke activiteit met een verminderde biodiversiteit en een mindere kwaliteit tot gevolg. Aan de andere kant leveren groene gebieden voordelen voor personen en de maatschappij als ondersteunende omgevingen. De studie van de interactie tussen natuur en mens is daarom van groot belang. Omdat menselijke en dierlijke activiteit geobserveerd kunnen worden door akoestische opnames, zijn bioakoestische studies een interessante manier om de ecologie van de mens-natuur interacties te bestuderen. Geluidsecologische indicatoren kunnen hiervoor gebruikt worden, maar de vooruitgang in machinaal leren heeft nieuwe paden geëffend om toe te passen in computationele bioakoestiek. Gebruik van kennissystemen met aangeleerde kennis vanuit verschillende niveau’s van supervisie hebben validatie in dit domein nodig. Aldus zullen verschillende datasets, die de brede toepassingsmogelijkheden illustreren, samen met verschillende technieken van machinaal leren aangewend worden om de gewenste informatie te bekomen en hun bruikbaarheid in dit domein te illustreren.