Новый алгоритм признает отличные щелчки дельфина в подводных записях: подход Машинного обучения мог помочь ученым контролировать дикие популяции дельфинов

Frasier и ее сотрудники строят независимые подводные звуковые датчики, каковые смогут сделать запись щелчков эхолокации дельфинов в природе больше года за один раз. Эти инструменты являются неразрушающими инструментами для изучения многих качеств популяций дельфинов, включая то, как они затронуты разливом нефти Deepwater Horizon, развитием природного ресурса и трансформацией климата.

Потому, что датчики делают запись миллионов щелчков, для человека тяжело признать каждые определенные для разновидностей образцы в записях. Так, исследователи применяли успехи в машинном обучении, дабы создать метод, что может раскрыть последовательные образцы щелчка в больших комплектах данных.

Метод «безнадзорный», означая, что он ищет образцы и определяет разные типы щелчка самостоятельно, вместо того, дабы «преподаваться» признавать образцы, каковые уже известны.Новый метод смог выяснить последовательные образцы в комплекте данных более чем 50 миллионов щелчков эхолокации, зарегистрированных в Мексиканском заливе за двухлетний период.

Эти типы щелчка были последовательны через осуществляющие контроль места в разных областях Залива, и один из типов щелчка, каковые появились, связан с известным видом дельфинов.Исследовательская несколько выдвигает догадку, что кое-какие последовательные типы щелчка, продемонстрированные методом, имели возможность соответствовать вторым видам дельфинов и исходя из этого смогут быть нужны для удаленного контроля диких дельфинов. Это поменяло бы к лучшему актуальнейшие контрольные способы, каковые надеются на людей, делающих визуальные наблюдения из громадных судов либо самолета, и лишь вероятны при свете дня и хороших погодных условиях.После этого, команда собирается объединить эту работу с глубокими способами изучения, дабы улучшить их свойство выяснить, что типы щелчка в новых комплектах данных сделали запись разных регионов.

Они кроме этого выполнят полевые изучения, дабы проверить, какие конкретно разновидности соответствуют некоторым новым типам щелчка, продемонстрированным методом.«Весьма интересно думать о том, как методам машинного обучения, применяемым, дабы предложить музыку либо друзей социальных сетей для людей, возможно было дать иное толкование, дабы оказать помощь с экологическими проблемами изучения», говорит Фрэсир. «Инновации в разработках датчика открыли шлюзы с позиций информации о мире природы, и имеется много места для креативности прямо на данный момент в экологическом анализе данных».

NPROSPEKT.RU