Automatic parameter estimation and detection of ringed seal knocking vocalizations
यह अध्ययन प्रदर्शित करता है कि एक स्पेक्ट्रोग्राम-आधारित कनवल्शनल न्यूरल नेटवर्क विस्तृत अंडरवॉटर डेटासेट में लुप्तप्राय साइमा रिंग्ड सील्स की "नॉकिंग" (knocking) स्वर ध्वनियों का स्वचालित रूप से और सटीक रूप से पता लगाने और विश्लेषण करने में सक्षम है, जो दीर्घकालिक प्रजाति निगरानी के लिए एक लागत प्रभावी समाधान प्रदान करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
एक ऐसे जंगल में किसी विशेष प्रकार की पक्षी की चहचहाहट खोजने की कल्पना करें जो हवा, पत्तों की सरसराहट और अन्य जानवरों के शोर से इतना गूँज रहा हो कि आपको सही ध्वनि के कुछ मिनटों को खोजने के लिए हज़ारों घंटों की टेप सुननी पड़े। यह अनिवार्य रूप से वह चुनौती है जिसका सामना वैज्ञानिक साइमा रिंग्ड सील (Saimaa ringed seal) का अध्ययन करने के दौरान करते हैं, जो फिनलैंड की एक ताजे पानी की झील में रहने वाला एक दुर्लभ और लुप्तप्राय सील है। ये सील एक अनूठी आवाज़ निकालते हैं जिसे "नॉक" (knock) कहा जाता है, जो पानी के नीचे किसी खोखले लट्ठे पर थपथपाने जैसी लगती है, लेकिन विशाल अंडरवॉटर रिकॉर्डिंग में इन 'नॉक' को खोजना आमतौर पर एक धीमा, महंगा और थकाऊ काम होता है जिसे इंसान एक-एक करके सुनते हैं।
यह शोध पत्र एक ऐसे प्रोजेक्ट का वर्णन करता है जहाँ शोधकर्ताओं ने उनके लिए भारी काम करने के लिए एक "डिजिटल जासूस" बनाया। इंसानों द्वारा एक साल की रिकॉर्डिंग सुनने के बजाय, उन्होंने एक कंप्यूटर प्रोग्राम को सील की विशिष्ट थपथपाहट की लय को पहचानना सिखाया। उन्होंने कंप्यूटर को 13,000 से अधिक 'नॉक' के उदाहरण दिए, जो अनिवार्य रूप से उसे यह दिखाया कि ग्राफ (जिसे स्पेक्ट्रोग्राम कहा जाता है) पर वह ध्वनि कैसी दिखती है, ताकि वह पैटर्न को सीख सके।
कंप्यूटर का "मस्तिष्क" एक विशेष प्रकार का आर्टिफिशियल इंटेलिजेंस था जिसे 'कन्वोल्यूशनल न्यूरल नेटवर्क' (Convolutional Neural Network) कहा जाता है। आप इस AI को एक सुपर-पावर्ड छलनी के रूप में समझ सकते हैं। जब शोधकर्ताओं ने इसमें नई, अनदेखी रिकॉर्डिंग डाली, तो यह डिजिटल छलनी सील की 'नॉक' को पकड़ने में अविश्वसनीय रूप से कुशल थी, जबकि पृष्ठभूमि का शोर और अन्य ध्वनियाँ इसमें से फिसल जाती थीं। यह इतनी सटीक थी कि इसने 97.76% बार सही ढंग से 'नॉक' की पहचान की, भले ही पानी में शोर अधिक था।
इसके अलावा, कंप्यूटर ने केवल 'नॉक' को ही नहीं खोजा; इसने ध्वनि की "पिच" या मौलिक आवृत्ति (fundamental frequency) को भी स्वचालित रूप से समझ लिया। शोधकर्ताओं ने इसकी तुलना मानव विशेषज्ञों द्वारा लिए गए नोट्स से की, और कंप्यूटर के माप इंसानों के मापों से पूरी तरह मेल खा गए।
संक्षेप में, यह शोध पत्र दिखाता है कि इस स्वचालित "डिजिटल जासूस" का उपयोग करके, वैज्ञानिक अब बड़ी मात्रा में अंडरवॉटर ऑडियो को तेज़ी से और सस्ते में स्कैन कर सकते हैं। यह एक ऐसे कार्य को, जिसमें पहले बहुत अधिक मानवीय समय और धन लगता था, एक सुव्यवस्थित प्रक्रिया में बदल देता है, जिससे इन मायावी सील्स पर दीर्घकालिक नज़र रखना बहुत आसान हो जाता है, जिसके लिए अब हर सेकंड की टेप सुनने के लिए लोगों की एक टीम की आवश्यकता नहीं है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।