Overvågning og vurdering af fodrings- og stressadfærd er vigtige opgaver indenfor fiskeopdræt, for optimeret, bæredygtig produktion. Ved at kombinere passiv og aktiv akustisk overvågning med AI-metoder såsom convolutional neural networks (CNN) og unsupervised learning, sigter dette projekt mod at vurdere indikatorer for fodringsaktivitet og velfærd. Fokus er på støjreduktion og feature extraction, med henblik på implementering i industrielle fiskeopdrætsanlæg.